圖像邊緣信息主要集中在高頻段，通常說圖像銳化或檢測(cè)邊緣，實(shí)質(zhì)就是高頻濾波。我們知道微分運(yùn)算是求信號(hào)的變化率，具有加強(qiáng)高頻分量的作用。在空域運(yùn)算中來說，對(duì)圖像的銳化就是計(jì)算微分。由于數(shù)字圖像的離散信號(hào)，微分運(yùn)算就變成計(jì)算差分或梯度。圖像處理中有多種邊緣檢測(cè)（梯度）算子，常用的包括普通一階差分，Robert算子（交叉差分），Sobel算子等等，是基于尋找梯度強(qiáng)度。拉普拉斯算子（二階差分）是基于過零點(diǎn)檢測(cè)。通過計(jì)算梯度，設(shè)置閥值，得到邊緣圖像。
Canny邊緣檢測(cè)算子是一種多級(jí)檢測(cè)算法。1986年由John F. Canny提出，同時(shí)提出了邊緣檢測(cè)的三大準(zhǔn)則：
低錯(cuò)誤率的邊緣檢測(cè)：檢測(cè)算法應(yīng)該精確地找到圖像中的盡可能多的邊緣，盡可能的減少漏檢和誤檢。
最優(yōu)定位：檢測(cè)的邊緣點(diǎn)應(yīng)該精確地定位于邊緣的中心。
圖像中的任意邊緣應(yīng)該只被標(biāo)記一次，同時(shí)圖像噪聲不應(yīng)產(chǎn)生偽邊緣。
Canny算法出現(xiàn)以后一直是作為一種標(biāo)準(zhǔn)的邊緣檢測(cè)算法，此后也出現(xiàn)了各種基于Canny算法的改進(jìn)算法。時(shí)至今日，Canny算法及其各種變種依舊是一種優(yōu)秀的邊緣檢測(cè)算法。而且除非前提條件很適合，你很難找到一種邊緣檢測(cè)算子能顯著地比Canny算子做的更好。
關(guān)于各種差分算子，還有Canny算子的簡(jiǎn)單介紹，這里就不羅嗦了，網(wǎng)上都可以找得到。直接進(jìn)入Canny算法的實(shí)現(xiàn)。Canny算法分為幾步。
1. 高斯模糊。
這一步很簡(jiǎn)單，類似于LoG算子（Laplacian of Gaussian）作高斯模糊一樣，主要作用就是去除噪聲。因?yàn)樵肼曇布杏诟哳l信號(hào)，很容易被識(shí)別為偽邊緣。應(yīng)用高斯模糊去除噪聲，降低偽邊緣的識(shí)別。但是由于圖像邊緣信息也是高頻信號(hào)，高斯模糊的半徑選擇很重要，過大的半徑很容易讓一些弱邊緣檢測(cè)不到。
