一种边缘检测方法技术

技术编号:15287728 阅读:101 留言:0更新日期:2017-05-10 11:51
本发明专利技术涉及一种边缘检测方法。包括如下步骤:步骤1,进行基于各向异性热扩散方程的预处理;步骤2,初始化活动轮廓和迭代次数;步骤3,构造能量函数;步骤4,迭代计算活动轮廓中的所有像素点的能量函数;步骤5,边缘输出。能够准确的提取物体边缘,可以应用于目标识别等领域。

Edge detection method

The invention relates to an edge detection method. Includes the following steps: Step 1, preprocessing based on the anisotropic heat diffusion equation; step 2, initialize the active contour and the number of iterations; step 3, a new energy function; step 4, the iterative calculation of energy function of all pixels in the active contour; step 5, marginal output. Can accurately extract the edge of the object can be used in the field of target recognition.

【技术实现步骤摘要】

本专利技术涉及一种数字图像处理领域,具体说是一种边缘检测方法
技术介绍
边缘是图像最基本的特征。Marr的视觉计算理论把边缘图像的获取看作视觉的早期阶段,亦即整个视觉过程的起点。对人类视觉系统的研究表明,图像的边缘特别重要,往往仅凭一条粗略的轮廓线就能识别出一个物体,故图像的边缘具有丰富的信息。因此,图像边缘提取技术一直是图像处理与模式识别的重要环节,并在诸多领域得到了广泛的应用。纵观图像处理技术的发展进程,边缘提取技术的新理论、新方法不断涌现,诸如边缘跟踪法、基于像素领域构造的边缘检测算子,如常用的梯度算子、Laplace算子等。近几年来在此领域又出现了数学形态学、小波分析、BP神经网络等图像处理新技术,极大地促进了数字图像边缘提取技术的发展。但就己发表的成果来看,这些方法还存在以下问题:(1)计算复杂度较大,难以达到实时处理;(2)对数据源的要求较严格,对于边缘不显著的物体,提取效果不好。
技术实现思路
本专利技术提供了一种边缘检测方法,通过构造能量函数,运用迭代计算的方式,模拟曲线受力过程,使提取的边缘最大限度地保持与实际边缘一致,方法的计算量小,输出结果可靠。为实现本专利技术的目标所采用的技术方案是:方法包括以下步骤:步骤1:为了在去除噪声的同时保留边缘信息,对输入图像I0进行基于各向异性热扩散方程的预处理,得到预处理图像I1;步骤2:在预处理图像I1中初始化活动轮廓C和迭代次数T0;步骤3:构造能量函数F,F由膨胀因子Fb、平滑因子Fs和收缩因子Fc三个部分组成,F=Fb+Fs+Fc,膨胀因子Fb的迭代表达式采用如下公式:式(1),DILd为膨胀操作符,为第t次迭代后的膨胀因子,为第t+1次迭代后的膨胀因子,为像素点(x,y)在第t次迭代后的灰度取值,sign为像素点(x,y)处的梯度方向,EROd为腐蚀操作符,T1为灰度阈值;平滑因子Fs的迭代表达式采用如下公式:式(2),为第t次迭代后的平滑因子,为第t+1次迭代后的平滑因子,符号为数学形态学的开运算操作符,SE1为长度为三个像素点的直线结构元素集合,SE2为包含于8邻域的结构元素集合,T2为灰度阈值;收缩因子Fc的迭代表达式采用如下公式:式(3),为第t次迭代后的收缩因子,为第t+1次迭代后的收缩因子,T3为灰度阈值;步骤4:迭代计算步骤2中活动轮廓C的所有像素点的能量函数F,直到迭代次数为T0;步骤5:将第T0次迭代后的活动轮廓CT作为边缘输出。所述的基于各向异性热扩散方程的预处理方法采用如下公式:式(4),为像素点(x,y)在第t次迭代后的灰度取值,为像素点(x,y)在第t+1次迭代后的灰度取值,k和λ均为平滑控制系数,取值越大,越不易保留边缘;和分别表示在上、下、左、右四个方向上对像素点(x,y)求偏导,取值越大,即变化较大,表示像素点(x,y)位于边缘的可能性越大;和分别表示上、下、左、右四个方向上的导热系数,取值越小,即方向变化越大,越有利于保留边界边缘。本专利技术的有益效果是:能够准确的提取物体边缘,可以应用于目标识别等领域。附图说明图1是本专利技术的总体处理流程图。具体实施方式下面结合附图详细描述本专利技术的具体实施方式。图1是本专利技术的总体处理流程图:在步骤101,输入待处理图像I0。在步骤102,对步骤101的待处理图像I0进行基于各向异性热扩散方程的预处理,得到预处理图像I1,基于各向异性热扩散方程的预处理方法采用如下公式:式(5),为像素点(x,y)在第t次迭代后的灰度取值,为像素点(x,y)在第t+1次迭代后的灰度取值,k和λ均为平滑控制系数,取值越大,越不易保留边缘;和分别表示在上、下、左、右四个方向上对像素点(x,y)求偏导,取值越大,即变化较大,表示像素点(x,y)位于边缘的可能性越大;和分别表示上、下、左、右四个方向上的导热系数,取值越小,即方向变化越大,越有利于保留边界边缘。在步骤103,在步骤102中的预处理图像I1中初始化活动轮廓C和设置迭代次数T0,经反复试验,将活动轮廓C设定为以图像中心为圆心,图像短边长为直径的圆,将T0设定为20。在步骤104,构造能量函数F,F由膨胀因子Fb、平滑因子Fs和收缩因子Fc三个部分组成,F=Fb+Fs+Fc,膨胀因子Fb的迭代表达式采用如下公式:式(6),为第t次迭代后的膨胀因子,为第t+1次迭代后的膨胀因子,为像素点(x,y)在第t次迭代后的灰度取值,sign为像素点(x,y)处的梯度方向,DILd为膨胀操作符,EROd为腐蚀操作符,T1为灰度阈值,平滑因子Fs的迭代表达式采用如下公式:式(7),为第t次迭代后的平滑因子,为第t+1次迭代后的平滑因子,符号为数学形态学的开运算操作符,SE1为长度为三个像素点的直线结构元素集合,SE2为包含于8邻域的结构元素集合,T2为灰度阈值,收缩因子Fc的迭代表达式采用如下公式:式(8),为第t次迭代后的收缩因子,为第t+1次迭代后的收缩因子,T3为灰度阈值;。在步骤105,迭代计算步骤103中活动轮廓C的所有像素点的能量函数F,直到迭代次数为T0。在步骤106,将第T0次迭代后的活动轮廓CT作为边缘输出。经试验,步骤104中的阈值T1、T2和T3分别设置为120、150和180。本文档来自技高网...
一种边缘检测方法

【技术保护点】
一种边缘检测方法,其特征在于包括以下步骤:步骤1:为了在去除噪声的同时保留边缘信息,对输入图像I0进行基于各向异性热扩散方程的预处理,得到预处理图像I1;步骤2:在预处理图像I1中初始化活动轮廓C和迭代次数T0;步骤3:构造能量函数F,F由膨胀因子Fb、平滑因子Fs和收缩因子Fc三个部分组成,F=Fb+Fs+Fc;步骤4:迭代计算步骤2中活动轮廓C的所有像素点的能量函数F,直到迭代次数为T0;步骤5:将第T0次迭代后的活动轮廓CT作为边缘输出。

【技术特征摘要】
1.一种边缘检测方法,其特征在于包括以下步骤:步骤1:为了在去除噪声的同时保留边缘信息,对输入图像I0进行基于各向异性热扩散方程的预处理,得到预处理图像I1;步骤2:在预处理图像I1中初始化活动轮廓C和迭代次数T0;步骤3:构造能量函数F,F由膨胀因子Fb、平滑因子Fs和收缩因子Fc三个部分组成,F=Fb+Fs+Fc;步骤4:迭代计算步骤2中活动轮廓C的所有像素点的能量函数F,直到迭代次数为T0;步骤5:将第T0次迭代后的活动轮廓CT作为边缘输出。2.根据权利要求1所述的一种边缘检测方法,其特征在于所述的膨胀因子Fb的迭代表达式采用如下公式:式(1),为第t次迭代后的膨胀因子,为第t+1次迭代后的膨胀因子,为像素点(x,y)在第t次迭代后的灰度取值,sign为像素点(x,y)处的梯度方向,DILd为膨胀操作符,EROd为腐蚀操作符,T1为灰度阈值。3.根据权利要求1所述的一种边缘检测方法,其特征在于所述的平滑因子Fs的迭代表达式采用如下公式:式(2),为第t次迭代后的平滑因子,为...

【专利技术属性】
技术研发人员:施文灶黄晞刘金清
申请(专利权)人:福建师范大学
类型:发明
国别省市:福建;35

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1