halcon canny边缘检测算法

### Halcon 中 Canny 边缘检测算法的使用方法

在图像处理领域，Canny 边缘检测作为一种多级边缘检测算法被广泛应用。该算法通过噪声抑制、寻找梯度幅值和方向以及应用双阈值来识别真正的边缘像素并抑制不构成边缘的其他部分。

#### 函数调用方式
Halcon 提供了 `edges_image` 操作符用于执行基于不同算子（包括但不限于Canny）的边缘检测：

edges_image(Image, Edges, 'canny', Sigma, LowThreshold, HighThreshold)

其中参数说明如下：
- **Image**: 输入灰度图。
- **Edges**: 输出二值化后的边缘图像。
- **'canny'**: 表明采用的是Canny算子。
- **Sigma**: 高斯滤波器的标准差，决定了平滑程度；较大的σ会使得更少但更强的边缘得以保留[^2]。
- **LowThreshold** 和 **HighThreshold**: 双阈值中的低阈值与高阈值，分别控制弱边和强边的选择标准[^1]。

#### 实际操作流程展示

为了更好地理解如何利用Halcon实现Canny边缘检测，下面给出一段完整的代码实例：

* 加载测试图片
read_image (Image, 'fabrik')

* 应用Canny边缘检测
sigma := 1.0
low_threshold := 5.0
high_threshold := 20.0
edges_image (Image, Edges, 'canny', sigma, low_threshold, high_threshold)

* 显示原图及其对应的边缘检测效果图
dev_display (Image)
dev_display (Edges)

这段程序首先读取了一张名为“fabrik”的样本图像作为输入源，接着设置了三个重要参数——Gaussian模糊核大小(sigma)，较低(hysteresis)门限(low_threshold)较高(hysteresis)门限(high_threshold)，最后展示了原始图像及经过Canny运算后获得的结果。

---