szó jelentését keresi. A DICTIOUS-ban nem csak a
szó összes szótári jelentését megtalálod, hanem megismerheted az etimológiáját, a jellemzőit és azt is, hogyan kell a
szót egyes és többes számban mondani. Minden, amit a
szóról tudni kell, itt található. A
szó meghatározása segít abban, hogy pontosabban és helyesebben fogalmazz, amikor beszélsz vagy írsz. A
és más szavak definíciójának ismerete gazdagítja a szókincsedet, és több és jobb nyelvi forráshoz juttat.
Főnév
Canny edge detector (tsz. Canny edge detectors)
- (informatika) A Canny edge detector egy élkiemelő algoritmus, amelyet John F. Canny fejlesztett ki 1986-ban. Az egyik legnépszerűbb és legpontosabb élkereső módszer a képfeldolgozásban, mert jól kezeli a zajt, pontos éldetekciót biztosít, és egyenletes kontúrokat ad.
🧠 Célja
Az algoritmus célja, hogy:
- megtalálja a valódi éleket a képen,
- kiszűrje a zajból származó hamis éleket,
- pontosan lokalizálja az élek helyét,
- és csak egyszer jelölje meg őket (egyetlen pixel szélességű kontúrral).
⚙️ Lépései – Részletesen
1. Zajcsökkentés (Gaussian blur)
A bemeneti képet elmosással simítjuk, hogy a zaj ne okozzon hamis éleket:
A Gauss-szűrő standard eltérését (σ) kézzel állítjuk be. Minél nagyobb, annál simább lesz a kép.
2. Gradiens kiszámítása (Sobel operator)
A szűrt képen kiszámítjuk az intenzitásváltozás mértékét a vízszintes és függőleges irányban:
- Sobel x (Gx): vízszintes élérzékenység
- Sobel y (Gy): függőleges élérzékenység
Ezután:
3. Non-maximum suppression (NMS)
Ez a lépés vékonyítja az éleket: csak azokat a pixeleket tartjuk meg, amelyek helyileg maximálisak a gradiens irányában. Más szomszédos, nem maximum pontokat lenullázunk.
4. Double thresholding (kettős küszöb)
Két értéket állítunk be:
- Magas küszöb (high threshold): valódi élek
- Alacsony küszöb (low threshold): gyenge élek (amelyek valódi élekhez kapcsolódhatnak)
Ez segít kiszűrni a bizonytalan vagy zajos éleket.
5. Edge tracking by hysteresis
Az erős élekhez kapcsolódó gyenge élek megtartása, a többit elvetjük. A hiszterézis segít, hogy a szakadozott élek egybefüggő kontúrokká váljanak.
📈 Állítható paraméterek
- σ: Gauss elmosás mértéke (zajszűrés)
- $lowThreshold
, $highThreshold
: kettős küszöbértékek
Ezek nagyban befolyásolják az eredmény minőségét és érzékenységét.
🖼️ Alkalmazás (példa OpenCV-ben – Python)
import cv2
img = cv2.imread('kep.jpg', 0) # szürkeárnyalatos kép
edges = cv2.Canny(img, 50, 150) # low=50, high=150
cv2.imshow("Elek", edges)
cv2.waitKey(0)
cv2.destroyAllWindows()
✅ Előnyök
- Pontos éldetekció
- Kevés hamis él
- Szép, vékony kontúrok
- Robusztus a zajjal szemben
❌ Hátrányok
- Lassabb, mint egyszerűbb módszerek (pl. Sobel, Prewitt)
- Érzékeny a paraméterekre
- Csak éleket talál, nem zárt objektumokat
🤔 Összefoglalás
Lépés
|
Funkció
|
Gaussian blur
|
Zajcsökkentés
|
Gradiens
|
Intenzitásváltozás érzékelése
|
NMS
|
Élek vékonyítása
|
Double threshold
|
Élek osztályozása
|
Hysteresis
|
Élek összefűzése, követés
|
A Canny edge detector a képfeldolgozás egyik klasszikus alapművelete, amelyet széles körben használnak számítógépes látásban, mesterséges intelligenciában, OCR-ben, arcfelismerésben és más területeken.