自动驾驶感知-车道线系列（二）——Canny边缘检测

前言

边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括：（i）深度上的不连续；（ii）表面方向不连续；（iii）物质属性变化；（iv）场景照明变化。
边缘检测算子包括：

• 一阶： Roberts Cross算子，Prewitt算子，Sobel算子，Kirsch算子，罗盘算子；
• 二阶： Marr-Hildreth，在梯度方向的二阶导数过零点，Canny算子，Laplacian算子。

其中，Canny算子（或者这个算子的变体）是最常用的边缘检测方法。

一、Canny是什么？

Canny边缘检测方法是由Canny于1986年提出的一种被公认为效果较好的边缘检测方法。
在介绍Canny算法的具体流程之前，先说一下边缘检测方法的3项指标：

• 低失误率，即不能漏检也不能错检；
• 高的位置精度，即标定的边缘像素点与真正的边缘中心之间距离应该为最小；
• 每个边缘应该有唯一的响应，即得到单像素宽度的边缘。

Canny的贡献不仅是提出了一种边缘检测算子，而且还给出了衡量边缘检测算子好坏的准则：

• 信噪比准则；
• 定位精度准则；
• 单边缘响应准则。