吉 玲，杨 亚，付珊珊，沙 伟

（河海大学物联网工程学院，常州213022）

一种改进的Canny边缘检测算法

吉 玲，杨 亚，付珊珊，沙 伟

（河海大学物联网工程学院，常州213022）

针对噪声对图像边缘检测的影响，为抑制虚假边缘，提出了一种改进的Canny边缘检测算法。该算法首先采用分数阶差分方法来计算梯度，同时利用相邻像素的梯度及其梯度差两种信息来改进非极大值抑制过程，最后通过迭代计算的方法，自适应确定梯度图像的分割阈值。试验结果表明，改进算法的抗噪声性能与传统的Canny边缘检测算法相比有明显优势，提高了图像边缘检测的准确度。

边缘检测；Canny算子；分数阶差分；非极大值抑制；自适应阈值

1 引 言

边缘检测是图像特征提取的重要内容，图像边缘包含了物体的最基本特征，噪声则是影响图像边缘检测精度的重要因素。因此，从受噪声影响的图像中有效提取出更为准确的边缘信息具有非常重要的意义。

Canny于1986年基于信噪比准则、定位精度准则和单边响应准则提出了Canny边缘检测算法［1－2］。其性能主要由三个参数决定：平滑图像所使用的高斯滤波卷积核σ以及高、低阈值Th和Tl［3］，但传统的Canny边缘检测过程中它们的取值都需要人工设定，存在较大不便［4］。近年来，许多学者对Canny算法进行了改进，主要集中在对非极大值抑制的改进和对高低阈值的选择上。文献［5］利用邻域4个像素的梯度信息，采用插值方法来实现非极大值抑制；文献［6］利用最大类间方差法（0tsu算法）计算Canny算子的高门限值；……