最后两个问题涉及Canny边缘检测器
Canny边缘检测器的局限性是什么？ 和
分割叶中的静脉的最佳方法？
该算法的基本概述如下：
一个。应用高斯卷积。（在此处选择）
b。应用2D导数
c。跟踪此边缘的脊线并使用滞后性较低和较高的T0和T1（此处将选择和）进行阈值处理（将不在边缘的像素设置为零）。
阅读本文以获得更多背景信息。
同时，据称Canny是最优的；当获得实际结果很重要时，和上面列出的调整因子确实有很大的不同。
那么，如何实际选择这些（调整）参数呢？即使没有确定的方法或价值，了解这一点的一般技巧是什么？
Answers:
紧随http://www.kerrywong.com/2009/05/07/canny-edge-detection-auto-thresholding/之后的文章是少数几个显示如何选择阈值Tlow和Thigh的资源之一
据此，对于在直方图上充分散布的图片，可以选择T_low = 0.66 *图像平均值和T_high = 1.33 *平均值。
但是，当图像未充分散布时，应使用中位数而不是图像的平均值。
如果T_low和T_high之间的间隙很小，则所得边的连续性将较小，因此会有更多的分数。随着间隙的增加，您将有更多的单线边缘。
关于sigma，随着sigma的增加，平滑度也会增加，并且有噪声的边缘将消失，但是同时，边缘的位置也可能移动不大。请参阅此文档，http://www.cse.unr.edu/~bebis/CS791E/Notes/EdgeDetection.pdf，第29页的结果显示了这种效果。