田贝乐，牛宏侠，刘义健

（1. 兰州交通大学 光电技术与智能控制教育部重点实验室，兰州 730070；2. 甘肃省高原交通信息工程及控制重点实验室，兰州 730070）

许多边缘检测所采用的算法其原理都是利用微分计算，将所需要的信息从含有噪声的图像的高频部分中提取出来。但由于传统的边缘检测算法较易受到噪声的影响，往往造成边缘检测的结果中含有较多的噪声信号，而所需要的有用信息不能被提取出来，导致检测精度较低[1]，例如，Laplace、Log、Prewitt、Sobel和Robert等 边 缘 检 测算 法[2]。与 这几种边缘检测算法相比，Canny边缘检测算法的检测精度更优，且检测结果的信噪比较高，因此广泛应用于各个领域[3]。

在实际应用过程中，照片拍摄时会受到拍摄环境光线强度和摄像机自身情况等各种外界因素的影响。如果利用传统的Canny边缘检测算法对图像进行边缘信息的提取，会导致图像过于光滑，不但使提取的局部信息的精确度降低，还无法较好地滤除噪声，得到的边缘信息中含有伪边缘。综上，本文研究了传统Canny边缘检测算法提取边缘信息的原理，对每个运算步骤进行分析，针对高斯滤波、梯度计算和高低阈值的确定3方面的不足，提出了一种优化的Canny边缘检测算法。

1 传统Canny边缘检测算法

传统Canny边缘检测算法的流程为：（1）采用高斯滤波的方法对原始图像作平滑处理[4]；（2）计算降噪后图像的梯度幅值与方向；（3）对梯度的幅值进行非极大值抑制；（4）用双阈值法进行检测并连接边缘，从而形成一个完整的边缘[5]。……