在上一篇FPGA圖像處理--Canny邊緣檢測(一)里介紹了Canny邊緣檢測的NMS計算，這里就介紹一下雙閾值邊緣檢測和弱邊緣連接。

雙閾值檢測顧名思義就是要有兩個閾值，在Sobel中只有一個閾值，這樣就可能帶來一些潛在的問題，比如閾值設(shè)置過低導(dǎo)致檢測出來的邊緣很多，或者設(shè)定的過高導(dǎo)致檢測出來的邊緣比較少。

在Canny中引入了雙閾值檢測，也就是定義一個高閾值和一個低閾值。當(dāng)邊緣的幅值大于高閾值的時候就認(rèn)為這個邊緣是一個強邊緣，低于低閾值的時候就認(rèn)為他不是邊緣，而在高閾值和低閾值之間的值被認(rèn)為是弱邊緣。通過后面的弱邊緣連接就可以讓弱邊緣有可能被識別為邊緣，也有可能被忽視掉。從而帶來更好的檢測效果。

我們來看一下Python的參考模型：

這里定義了一個函數(shù)來處理雙閾值的問題，當(dāng)像素的值大于等于高閾值的時候就設(shè)置當(dāng)前像素為255，介于低閾值和高閾值之間的值設(shè)置為127，小于低閾值的值設(shè)置為0，這個就很簡單了。

我們來看一下效果吧。

可以看到邊緣信息都被很好的檢測出來了，但是有的邊緣是斷斷續(xù)續(xù)的，這個時候就需要使用弱邊緣連接了。

最理想的弱邊緣連接肯定是做一遍深搜，但是這個對于資源消耗太大了，那么我們就退而求其次，如果一個點是弱邊緣的話，只要他周圍八個點里面有一個是強邊緣，那么我們就把這個點變?yōu)閺娺吘?。是不是很簡單?/p>

來看看Python的參考模型：

只要當(dāng)前值是127也就是我們在第一步中分離出來的弱邊緣，然后做一個判斷，判斷他周邊有沒有強邊緣，來決定是否將其變?yōu)閺娺吘夵c。

我們來看一下做了一次弱邊緣連接的效果：

大家注意看紅色框里面的這部分，可以看到一部分邊緣相對于之前已經(jīng)連接了起來。

如果我們多做幾次弱邊緣連接效果肯定會更好，不過與之帶來的就是計算成本的增加。

這里通過一個循環(huán)來控制做弱邊緣連接的次數(shù)。

來看一下弱邊緣連接改為五次的效果，可以看到效果比之前更好一點。

再來看一下不做高斯模糊的效果，可以看到有很多的噪點：

最后來展示下所有的效果圖，分別是原圖，sobel，nms，canny后的結(jié)果：

參考模型到這里就介紹完畢了，之后就是用Verilog來實現(xiàn)它。

審核編輯：湯梓紅