基于Otsu算法与直方图分析的自适应Canny算法的改进

摘要

Canny算子在边缘检测领域被广泛应用,但传统的Canny算子需要人为设定梯度阈值和合适的高斯标准差,因此自动化程度不高.为解决Canny算子的自适应性,发展了包括Otsu算法在内的自适应算法.但传统的Otsu算法存在定位精度不高,易受高斯滤波标准差影响等问题.在Otsu算法的基础上,通过对高斯滤波后梯度图像的分析与研究,对最大类间方差进行改进,从而提高自适应算法的稳定性.将改进后的类间方差与类内方差的比值作为阈值选取的评价标准,从而有效提高了自适应算法的定位精度.仿真表明,所提出的改进算法能有效提高Canny算法的定位精度和鲁棒性.