图像边缘检测方法、装置及设备制造方法及图纸

本申请提供了一种图像边缘检测方法、装置及设备，该方法包括：获取待检测图像；采用方向梯度滤波器，对待检测图像进行去噪处理，得到去噪处理后的图像；针对去噪处理后的图像中的每个像素点，计算该像素点的梯度幅值和梯度方向；计算在该像素点的梯度方向上与该像素点相邻的两个像素点的梯度幅值，若该像素点的梯度幅值大于相邻的两个像素点的梯度幅值，则确定该像素点为疑似边缘点，否则确定该像素点为非边缘点；根据预设处理规则和最大类间方差法，对去噪处理后的图像中的疑似边缘点和非边缘点进行处理，以得到检测结果图像。本申请采用方向梯度滤波器，能够滤除待检测图像中的噪声，提高了图像边缘检测的准确度。提高了图像边缘检测的准确度。提高了图像边缘检测的准确度。

【技术实现步骤摘要】
图像边缘检测方法、装置及设备


[0001]本申请涉及图像处理领域，具体而言，本申请涉及一种图像边缘检测方法、装置及设备。

技术介绍

[0002]图像边缘检测的目的是提取图像中出现灰度阶跃性或屋顶性变化的便捷，从而帮助人们更清楚的识别图像中的目标。传统的图像边缘检测算法容易受到椒盐噪声的影响，因此现有技术中通常需要固定高斯滤波核的方差从而对图像进行滤波，但这种方法会使图像过度平滑和模糊，容易丢失边缘细节，并且易受图像中的椒盐噪声影响，检测准确性差。

技术实现思路

[0003]本申请的目的在于提供一种图像边缘检测方法、装置及设备，以解决图像边缘检测准确性差的问题。
[0004]本申请实施例的第一方面，提供了一种图像边缘检测方法，包括：
[0005]获取待检测图像；
[0006]采用方向梯度滤波器，对待检测图像进行去噪处理，得到去噪处理后的图像；
[0007]针对去噪处理后的图像中的每个像素点，计算该像素点的梯度幅值和梯度方向；计算在该像素点的梯度方向上与该像素点相邻的两个像素点的梯度幅值，若该像素点的梯度幅值大于相邻的两个像素点的梯度幅值，则确定该像素点为疑似边缘点，否则确定该像素点为非边缘点；
[0008]根据预设处理规则和最大类间方差法，对去噪处理后的图像中的疑似边缘点和非边缘点进行处理，以得到检测结果图像。
[0009]本申请实施例的第二方面，提供了一种图像边缘检测装置，包括：
[0010]图像获取模块，用于获取待检测图像；
[0011]图像处理模块，用于采用方向梯度滤波器，对待检测图像进行去噪处理，得到去噪处理后的图像；
[0012]图像分析模块，针对去噪处理后的图像中的每个像素点，计算该像素点的梯度幅值和梯度方向；计算在该像素点的梯度方向上与该像素点相邻的两个像素点的梯度幅值，若该像素点的梯度幅值大于相邻的两个像素点的梯度幅值，则确定该像素点为疑似边缘点，否则确定该像素点为非边缘点。
[0013]图像确定模块，用于根据预设处理规则和最大类间方差法，对去噪处理后的图像中的疑似边缘点和非边缘点进行处理，以得到检测结果图像。
[0014]本申请实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述台区变户拓扑关系异常检测方法的步骤。
[0015]本申请实施例的第四方面，提供了一种计算机可读存储介质，计算机存储介质存
储有计算机程序，计算机程序被处理器执行时实现上述台区变户拓扑关系异常检测方法的步骤。
[0016]本申请实施例提供的图像边缘检测方法、装置及设备的有益效果在于：通过获取待检测图像，采用方向梯度滤波器，对待检测图像进行去噪处理，得到去噪处理后的图像；针对去噪处理后的图像中的每个像素点，计算该像素点的梯度幅值和梯度方向；计算在该像素点的梯度方向上与该像素点相邻的两个像素点的梯度幅值，若该像素点的梯度幅值大于相邻的两个像素点的梯度幅值，则确定该像素点为疑似边缘点，否则确定该像素点为非边缘点；根据预设处理规则和最大类间方差法，对去噪处理后的图像中的疑似边缘点和非边缘点进行处理，以得到检测结果图像。采用方向梯度滤波器对待检测图像进行去噪处理，滤除待检测图像中的噪声，使图像边缘检测过程中具有良好的抗噪声能力，提高图像边缘检测的准确性。
附图说明
[0017]图1为本申请一实施例提供的图像边缘检测方法的应用环境示意图；
[0018]图2为本申请一实施例提供的图像边缘检测方法的流程示意图；
[0019]图3为本申请另一实施例提供的图像边缘检测方法的流程示意图；
[0020]图4为本申请另一实施例提供的图像边缘检测方法的流程示意图；
[0021]图5为本申请一实施例提供的像素点与其邻域内像素点的关系示意图；
[0022]图6为本申请一实施例提供的像素点水平方向梯度算子模板的示意图；
[0023]图7为本申请一实施例提供的像素点垂直方向梯度算子模板的示意图；
[0024]图8为本申请一实施例提供的像素点45
°
方向梯度算子模板的示意图；
[0025]图9为本申请一实施例提供的像素点135
°
方向梯度算子模板的示意图；
[0026]图10为本申请再一实施例提供的图像边缘检测方法的流程示意图；
[0027]图11为不含噪声时采用本申请提供的图像边缘检测方法得到的检测结果图像，与采用传统图像边缘检测方法得到的检测结果图像；
[0028]图12为含有噪声时采用本申请提供的图像边缘检测方法得到的检测结果图像，与采用传统图像边缘检测方法得到的检测结果图像；
[0029]图13为本申请一实施例提供的图像边缘检测装置的结构示意图；
[0030]图14为本申请一实施例提供的图像边缘检测电子设备的示意图。
具体实施方式
[0031]为了使本申请所要解决的技术问题、技术方案及有益效果更加明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0032]本申请提供的图像边缘检测方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。终端102在获取到由服务器104发出的图像边缘检测指令后，获取待检测图像；采用方向梯度滤波器，对待检测图像进行去噪处理，得到去噪处理后的图像；针对去噪处理后的图像中的每个像素点，计算该像素点的梯度幅值和梯度方向；计算在该像素点的梯度方向上与该像素点相邻的两个像素点的梯度幅值，若该像素点
的梯度幅值大于相邻的两个像素点的梯度幅值，则确定该像素点为疑似边缘点，否则确定该像素点为非边缘点；根据预设处理规则和最大类间方差法，对去噪处理后的图像中的疑似边缘点和非边缘点进行处理，以得到检测结果图像。在一种可能的场景中，服务器104可以将检测结果图像存储到指定的数据库中。在另一种可能的场景中，服务器104可以将检测结果图像发送给终端102，以便终端102向用户显示检测结果图像。
[0033]其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。
[0034]在本申请的一个实施例中，如图2提供了一种图像边缘检测方法，该方法包括：
[0035]S201，获取待检测图像。
[0036]在本实施例中，可以通过有线或者无线的方式获取待检测图像，其中，待检测图像可以是彩色图像也可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像边缘检测方法，其特征在于，包括：获取待检测图像；采用方向梯度滤波器，对所述待检测图像进行去噪处理，得到去噪处理后的图像；针对去噪处理后的图像中的每个像素点，计算该像素点的梯度幅值和梯度方向；计算在该像素点的梯度方向上与该像素点相邻的两个像素点的梯度幅值，若该像素点的梯度幅值大于所述相邻的两个像素点的梯度幅值，则确定该像素点为疑似边缘点，否则确定该像素点为非边缘点；根据预设处理规则和最大类间方差法，对所述去噪处理后的图像中的疑似边缘点和非边缘点进行处理，以得到检测结果图像。2.如权利要求1所述的图像边缘检测方法，其特征在于，所述采用方向梯度滤波器，对所述待检测图像进行去噪处理，得到去噪处理后的图像，包括：针对所述待检测图像中的每个像素点，以该像素点为中心，计算该像素点的邻域内的各方向梯度值；若该像素点的邻域内的各方向梯度值与预设梯度阈值满足判断条件，则确定该像素点为噪声点，否则确定该像素点为非噪声点；针对所述待检测图像中的每个噪声点，根据该噪声点的邻域内的像素点的灰度值，更新该噪声点的灰度值。3.如权利要求2所述的图像边缘检测方法，其特征在于，所述以该像素点为中心，计算该像素点的邻域内的各方向梯度值，包括：获取该像素点的邻域内的各方向上的方向梯度算子模板；基于各方向上的方向梯度算子模板，计算该像素点的邻域内的各方向梯度值。4.如权利要求2所述的图像边缘检测方法，其特征在于，所述根据该噪声点的邻域内的像素点的灰度值，更新该噪声点的灰度值，包括：计算该像素点的邻域内的像素点的灰度值的均值，得到该像素点的有效灰度值；所述方法还包括：保留所述待检测图像中的每个非噪声点。5.如权利要求1所述的图像边缘检测方法，其特征在于，计算该像素点的梯度幅值和梯度方向，包括：以该像素点为中心，根据第一公式计算该像素点的邻域所在平面内水平方向与垂直方向的梯度幅值；根据第二公式计算该像素点的邻域所在平面内水平方向与垂直方向的梯度方向；所述第一公式为：其中，d(x，y)为该像素点的梯度幅值，f
x
(x，y)为该像素点的水平方向灰度值，f
y
(x，y)为该像素点的垂直方向灰度值；所述第二公式为：
其中，θ(x，y)为该像素点的梯度方向，f
x
(x，y)为所述像素点水平方向灰度值，f
y
(...

【专利技术属性】
技术研发人员：李丽宏，谢东阳，
申请(专利权)人：河北工程大学，
类型：发明
国别省市：