Canny Edge Detection

Canny 边缘检测是一种多阶段图像处理算法，可识别亮度的剧烈变化，并将这些变化转换为细线状二值边缘图。它能减少噪声、定位强度变化，并将可靠的边缘像素连接成轮廓。在计算机视觉中，这些轮廓描述了图像结构，可用于形状分析和测量。

John Canny 于 1983 年提出了这种方法，并在 1986 年的论文 A Computational Approach to Edge Detection 中进行了阐述。该方法的设计兼顾三个目标：检测真实边缘、准确定位边缘，以及确保每条边缘只产生一个响应。“Canny edge detector”是该算法的另一个名称。

Canny 边缘检测的工作原理#

该算法将数据预处理与滤波和连通性分析结合起来。五个阶段各司其职：

• 降噪： 高斯平滑会根据距离为相邻像素加权平均，从而抑制可能产生多余边缘的波动。
• 梯度估算： 水平和垂直导数衡量亮度变化的快慢。将两者结合可得到边缘强度，以及垂直于边界的方向。OpenCV 在此阶段使用 Sobel 导数。
• 边缘细化： 非极大值抑制会沿梯度方向保留局部梯度峰值，从而生成窄脊线，而非宽条带。
• 双阈值处理： 高阈值用于识别强边缘，低阈值用于剔除较弱的响应。介于两个阈值之间的像素会被列为候选像素。
• 滞后连接： 如果候选像素通过其他候选像素与强边缘相连，就会被保留。孤立的候选像素则会被移除。

阈值、平滑处理与失效模式#

这些阈值作用于梯度强度，而非原始亮度或模型置信度。降低阈值会保留更多细节和噪声；提高阈值则会去除较弱的边界。提高高阈值还会减少可用于滞后连接的强边缘种子点。

高斯尺度控制着另一种权衡。更强的平滑处理可以抑制噪声，但也会去除精细结构。在 scikit-image 的噪声方块示例中，改变高斯标准差会影响方块周围残留的噪声量。

在裂纹检测中，粗糙的混凝土表面会产生不需要的纹理边缘和不完整的裂纹轮廓。提高阈值可以去除一些伪边缘，但也会丢失真实裂纹的一些部分。

Sobel 用于估算强度导数；Canny 则结合了梯度估算、平滑处理、细化和基于连通性的筛选。Canny 的细化阶段会比较相邻像素，而目标检测中的 NMS会比较相互重叠的预测框。

使用 Python 进行 Canny 边缘检测#

使用 pip install opencv-python numpy 安装依赖项。此示例使用 OpenCV 保存公交车样例的边缘图：

from urllib.request import urlopen

import cv2
import numpy as np

with urlopen("https://ultralytics.com/images/bus.jpg") as response:
    encoded = np.frombuffer(response.read(), dtype=np.uint8)
gray = cv2.imdecode(encoded, cv2.IMREAD_GRAYSCALE)

# 计算强度梯度前先平滑图像。
smoothed = cv2.GaussianBlur(gray, (5, 5), 1.4)
edges = cv2.Canny(smoothed, 50, 150, L2gradient=True)
cv2.imwrite("canny_edges.png", edges)

保存的 PNG 显示了保留的边缘，白色边缘呈现在黑色背景上。在 OpenCV 边缘检测工作流中，Canny 的第二个和第三个参数分别指定低阈值和高阈值。L2gradient=True 使用欧几里得梯度幅值；默认设置则使用水平和垂直导数绝对值之和。这些选择会改变梯度值，进而影响阈值行为。

应用场景与相关视觉任务#

Canny 支持几何特征提取：scikit-image 的线检测示例先对一张摄影师照片应用 Canny，再通过概率霍夫变换提取直线线段。Canny 提供边缘像素；霍夫投票则将这些像素归组为直线。目标检测会分配类别和边界框，而实例分割会将像素分配给单个对象。

Ultralytics YOLO26分割会返回用于对象分离的掩码，这些掩码可用于选取图像区域，分别进行 Canny 处理。这种方法将学习式对象选择与经典边界提取相结合。

在生成式 AI中，ControlNet使用 Canny 图作为扩散模型的空间条件。其 Canny 条件实现会将提取的轮廓与文本提示结合起来，引导 Stable Diffusion 1.5 生成图像。