前言：本项目写于2019年hdu暑期数学建模集训期间。

Canny算子具有比较优越的边缘提取效果，在matlab中体现的尤为淋漓尽致。但是在openCV中，canny方法需要传入上下阈值作为边缘提取标准，人为确定的阈值（经验阈值[100,200]）往往不具备普遍性，也难以达到较好的效果，本项目设计了一种自适应获取阈值的方法，并给出了定量评价边缘提取质量的标准。

考虑到边缘提取就是一个图像二值化的过程，而可以证明¹大津阈值（otsu算法）在图像二值化的过程中能起到最优的效果。由大津阈值得出的二值化图形，边缘其实已经被分割的非常好，事实上只要将边缘描出，不要把边缘内部也染上黑色，就可以得到一个由二值图转化来的边缘切割图，本项目的想法也是基于此。

Canny方法的最后一步就是双阈值确定边界，双阈值确定边界就可以将边缘细化，因此将大津阈值作为canny算法的阈值是一个很好的选择。

但考虑到大津阈值有一个缺陷，就是如果图像的直方图没有明显的双峰，效果可能不好。因此我们又引入了一个基于迭代的自适应阈值算法²。（其实只是为了数模而这样做）

当然这样讲也没有说服力，因此我们还引入了一个评价标准³来评价边缘切割的好坏。

评价函数那一块因为某些原因（在注释里已标明），需要使用matlab来完成。

这个自适应的方法是没有经过严格的数学推倒的，完全形成于数模集训期间，但是实际使用起来，效果还是很不错的。

另外本项目基于openCV，关于openCV的环境搭建，会另开一文讲述。