项目描述

本项目基于HED (Holistically-Nested Edge Detection) 模型和Canny边缘检测算法，通过比较输入图像的灰度图像与HED边缘检测结果之间的均方误差（MSE），自动选择最佳的Canny边缘检测阈值参数。项目使用Python和OpenCV实现。

项目运行效果截图

功能

• 对输入的RGB图像进行HED边缘检测
• 通过比较输入的灰度图像与HED边缘检测结果之间的均方误差（MSE），自动选择最佳的Canny边缘检测阈值参数
• 使用最佳阈值参数计算最终的Canny边缘检测结果
• 绘制MSE与sigma值关系图

依赖

• Python
• OpenCV
• NumPy
• scikit-image

使用

1. 克隆项目到本地
2. 安装所需依赖库
3. 将所需图片放入img文件夹
4. 在hed_autocanny.py中修改IMG变量为所需图片的路径
5. 运行hed_autocanny.py文件，查看并分析结果

注意

• 确保已安装所有依赖库
• 输入图像应为RGB图像

个人信息

[TODO: 此处填写个人信息]

• 学号: XXX
• 年级: 2020
• 专业: 智能科学与技术
• 班级: XXX 班