一种基于形态学腐蚀算子的快速边缘封闭性判别方法技术

本发明专利技术提出一种基于形态学腐蚀算子的快速边缘封闭性判别方法，步骤如下：步骤一、采用边缘检测算子对数字图像进行处理，得到二值边缘图像，然后从二值边缘图像中提取出所有的连通边缘，并对连通边缘进行标号得到边缘标签图像；步骤二、设计8种形态学结构元素，它们分别对应了8种像素点八邻域像素值分布；步骤三、采用步骤二中设计的8种形态学结构元素分别对二值边缘图像进行形态学腐蚀运算，得到反映边缘图像像素点八邻域像素值分布特征的17组分布特征图；步骤四、利用步骤三提取的17组分布特征图，对二值边缘图像中的每一个边缘点进行闭合特性判别得到闭合特征图；步骤五、利用闭合特征图对连通边缘进行封闭性进行判别。特征图对连通边缘进行封闭性进行判别。特征图对连通边缘进行封闭性进行判别。

【技术实现步骤摘要】
the choice of band
‑
pass quadraturefilters,J.Math.Imaging Vision 21(1)(2004)53
–
80.(布克鲁伊，诺布尔，布雷迪，关于带通正交滤波器的选择，数学成像视觉，第21卷第一篇，2004年，页码53
‑
80))。
[0004]单靠边缘检测算子本身不足以得到最终边缘图像，需要对算子输出进行后处理，例如合理的阈值选择以及边缘补全等(马尔，希尔德雷斯，边缘检测理论，伦敦皇家学会会刊，系列B生物科学，第207卷，第1167篇，1980年，页码187
‑
217))，其中坎尼提出的后处理机制已经成为了很多边缘和物体轮廓检测算法的标准组件(Canny,John,"A Computational Approach to Edge Detection,"IEEE Transactions on Pattern Analysis and Machine Intelligence,Vol.PAMI
‑
8,No.6,1986,pp.679
‑
698(坎尼，约翰，“边缘检测的计算方法”，电气与电子工程师协会模式识别与机器智能期刊，第8卷，第6篇，页码679
–
698，1986年发表))，这个机制包含了非最大抑制策略能够生成单一像素厚度边缘，同时包含了复合阈值策略能够将强弱边缘链接在一起。坎尼边缘检测算法作为传统检测算法的代表，近来存在很多算法对其进行了改进，这些改进主要集中在阈值自适应调整上(Y.
‑
K.Huo,G.Wei,Y.
‑
D.Zhang,L.
‑
N.Wu,An adaptive threshold for the cannyoperator of edge detection,in:International Conference on Image Analysisand Signal Processing IEEE,2010,pp.371
–
374(霍开元，韦根，张玉栋，吴乐楠，一种面向坎尼边缘检测算子的自适应阈值方法，电气与电子工程师协会国际图像分析与信号处理会议，2010年，页码371
‑
374))。
[0005]通过局部边缘检测算子得到的边缘一般是非连续、不平滑的，并且含有大量伪边缘，为了解决上述问题，需要对边缘进行聚合得到连续光滑的轮廓。一些边缘聚合算法基于视觉感知的格式塔理论(J.H.Elder,R.M.Goldberg,Ecological statistics of gestalt laws for theperceptual organization of contours,J.Vision 2(4)(2002),5
‑
5(诶尔德，戈德堡，用于轮廓感知组织的格式塔法则的生态统计，视觉，第二卷第四篇，2002年，页码5
‑
5))，这其中包括单一性原则、连续性原则、闭合性原则和相似性原则等，菲舍尔和布曼利用单一性和光滑性原则定义了一种相似性度量，用于基于路径聚类框架的边缘聚合(B.Fischer,J.M.Buhmann,Path
‑
based clustering for grouping of smoothcurves and texture segmentation,IEEE Trans.Pattern Anal.Mach.Intell.25(4)(2003)513
–
518(菲舍尔，布曼，用于平滑曲线分组和纹理分割的基于路径的聚类，电气与电子工程师协会模式识别与机器智能期刊，第25卷第4篇，2003年，页码513
‑
518))。其它的边缘聚合算法采用了图理论将边缘聚合为连续光滑的轮廓(Q.Zhu,G.Song,J.Shi,Untangling cycles for contour grouping,IEEEInternational Conference on Computer Vision,IEEE(2007)1
–
8(朱启辉，宋刚，史健博，轮廓分组的解开循环，电气与电子工程师协会国际计算机视觉会议，2007年，页码1
‑
8))。
[0006]当前封闭边缘提取主要基于边缘聚合的方法，这些方法将检测到的非连续边缘聚合成一个连续的轮廓，但是对于边缘本身封闭性的研究很少，这主要是因为边缘检测算子直接输出结果中含有大量伪边缘干扰，检测到的物体轮廓边缘一般不连续的特点。但是随着坎尼算子的日益改进，边缘检测输出本身就包含很多有益的封闭边缘，直接对边缘本身封闭性判别能够跳过边缘聚合的巨大计算量，带了快速高效的收益，因此研究高速有效的边缘封闭性判别方法有着广泛的应用价值。

技术实现思路

[0007]本专利技术采取以下技术方案：
[0008]步骤一、图像连通边缘提取
[0009]采用边缘检测算子对数字图像进行处理，得到二值边缘图像，然后从二值边缘图像中提取出所有的连通边缘，并对连通边缘进行标号得到边缘标签图像。
[0010]步骤二、形态学结构元素集构建
[0011]在数字图像中，每个像素点的八邻域像素值分布可以表示成中心值为零的维度为(3,3)的矩阵，所有中心为零的维度为(3,3)的矩阵组成一个维度为8的向量空间，因此可以找出8个线性无关的矩阵对向量空间中的矩阵进行唯一表征。我们设计了8种线性无关的正交矩阵来对像素点的八邻域像素值分布进行表征，这8种正交矩阵分别对应了像素点的8种八邻域灰度分布，我们称之为基本分布，这其中包括4种对角分布和4种平角分布，我们对应的构建了8种形态学结构元素来分别检测这8种八邻域像素值分布。
[0012]步骤三、分布特征图集合计算
[0013]采用步骤二中设计的8种形态学结构元素分别对二值边缘图像进行形态学腐蚀运算，得到4组对角分布特征图和4组平角分布特征图，通过对4组对角分布特征图逐像素取最大运算得到1组对角分布类特征图，通过对4组平角分布特征图逐像素取最大运算得到1组平角类分布特征图，通过对4组平角分布特征图进行代数运算我们得到另外6组直角分布特征图，通过对6组直角分布特征图逐像素取最大运算得到1组平角分布类特征图，因此获得一个共包含17组分布特征图的分布特征集合。
[0014]步骤四、闭合特征图计算
[0015]利用步骤三提取的17组分布特征图，对二值边缘图像中的每一个边缘点进行闭合特性判别。判别分为三种情况，第一种是边缘点的八邻域像素值分布不包含直角分布，即边缘点在平角类分布特征图中取值为零，第二种是像素点的八邻域像素值分布只包含一个直角分布，即像素点在平角类分布特征图中取值为1，第三种是像素点的八邻域像素值分布包含多个直角分布，即像素点在平角类分布特征图中取值大于1。对于第一种情况，分为三种子情况分别进行判别：第一种是边缘点的八邻域像素值分布包含2个基本分布，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于形态学腐蚀算子的快速边缘封闭性判别方法，其特征在于：步骤如下：步骤一、图像连通边缘提取；采用边缘检测算子对数字图像进行处理，得到二值边缘图像，然后从二值边缘图像中提取出所有的连通边缘，并对连通边缘进行标号得到边缘标签图像；步骤二、形态学结构元素集构建；设计8种线性无关的正交矩阵来对像素点的八邻域像素值分布进行表征，这8种正交矩阵分别对应了像素点的8种八邻域灰度分布；包括4种对角分布和4种平角分布，对应的构建了8种形态学结构元素来分别检测这8种八邻域像素值分布；步骤三、分布特征图集合计算；采用步骤二中设计的8种形态学结构元素分别对二值边缘图像进行形态学腐蚀运算，得到4组对角分布特征图和4组平角分布特征图，通过对4组对角分布特征图逐像素取最大运算得到1组对角分布类特征图，通过对4组平角分布特征图逐像素取最大运算得到1组平角类分布特征图，通过对4组平角分布特征图进行代数运算得到另外6组直角分布特征图，通过对6组直角分布特征图逐像素取最大运算得到1组平角分布类特征图，获得一个共包含17组分布特征图的分布特征集合；步骤四、闭合特征图计算；利用步骤三提取的17组分布特征图，对二值边缘图像中的每一个边缘点进行闭合特性判别得到闭合特征图。判别分为三种情况，第一种是边缘点的八邻域像素值分布不包含直角分布，即边缘点在平角类分布特征图中取值为零；第二种是像素点的八邻域像素值分布只包含一个直角分布，即像素点在平角类分布特征图中取值为1；第三种是像素点的八邻域像素值分布包含多个直角分布，即像素点在平角类分布特征图中取值大于1；步骤五、连通边缘封闭性判别；对于步骤一中提取的连通边缘，如果边缘是闭合的那么该边缘上的任何一个边缘点都必须满足闭合特性；求取闭合特征图中所有为零的像素点，并求取这些像素点在步骤一中得到的边缘标签图像中的取值集合，如果连通边缘的标签值不在此集合中，则该边缘是封闭的，否则该边缘是不封闭的。2.根据权利要求1所述的一种基于形态学腐蚀算子的快速边缘封闭性判别方法，其特征在于：在步骤一中，具体为：给定数字图像I，用Canny(
·
)边缘检测算子对其进行处理得到二值边缘图像I
B
＝Canny(I)，其中Canny(
·
)边缘检测算子是图像处理领域很成熟并广泛使用的算子；对于二值边缘图像I
B
，采用基于行程编码的连通区域检测算法bwlabel(
·
)对其进行连通边缘检测，得到边缘标签图像I
Label
＝bwlabel(I
B
)，其中bwlabel(
·
)是连通区域提取算法；假定二值边缘图像I
B
中共有N条连通的边缘EC
i
(i＝1,2，...，N)，则其中符号代表“对于任意的”，(x
j
，y
j
)是边缘EC
i
中边缘点的像素坐标，j代表隶属于边缘EC
i
的边缘点的索引，L
i
(i＝1,2，...，N)为取值于自然数的边缘标签值，且3.根据权利要求1所述的一种基于形态学腐蚀算子的快速边缘封闭性判别方法，其特征在于：在步骤二中，具体为：4种对角分布：4
种平角分布：8种形态学结构元素来分别检测这8种八邻域像素值分布：检测这8种八邻域像素值分布：其中S
di
(i＝1,2,3,4)为对角结构元素，S
fi
(i＝1,2,3,4)为平角结构元素。4.根据权利要求1所述的一种基于形态学腐蚀算子的快速边缘封闭性判别方法，其特征在于：在步骤三中，具体为：定义二值形态学腐蚀算子ε
S
(
·
)为其中I为处理的二值图像，(x，y)为图像I中的像素坐标，supp
∈
(S)为结构元素S的支撑集，定义为supp
∈
(S)＝{(x0，y0)|S(x0，y0)≠0，x0∈
‑
1，0，1)，y0∈
‑
1，0，1；分别用4种对角结构元素S
di
，(i＝1,2,3,4)对二值边缘图像I
B
进行形态学腐蚀运算得到4组对角分布特征图分别用4种平角结构元素S
fi
(i＝1,2,3,4)对二值边缘图像I
B
进行形态学腐蚀运算得到4组平角分布特征图对四组对角分布特征图F
di
，(i＝1,2,3,4)进行逐像素取最大运算得到对角类分布特征图F
d
，F
d
(x，y)＝max
i＝1，2，3，4
F
di
(x，y)，其中(x，y)为图像像素坐标；对四组平角分布特征图F
fi
，(i＝1,2,3,4)进行逐像素取最大运算得到平角类分布特征图F
f
，F
f
(x，y)＝max
i＝1,2,3,4
F
fi
(x，y)，其中(x，y)为图像像素坐标；利用4组平角分布特征图F
fi
，(i＝1,2,3,4)得到6组直角分布特征图F
rj
，(j＝1,2，...，6)，其中F
r1
(x，y)＝max
i＝1，4
F
fi
(x，y)，F
r2
(x，y)＝max
i＝1，2
F
fi
(x，y)，F
r3
(x，y)＝max
i＝2，3
F
fi
(x，y)，F
r4
(x，y)＝max
i＝3，4
F
fi
(x，y)，F
r5
(x，y)＝max
i＝2，4
F
fi
(x，y)，F
r6
(x，y)＝max
i＝1，3
F
fi
(x，y)，其中(x，y)为图像像素坐标；对6组直角结构特征图F
r
，(i＝1,2，...，6)进行逐像素取最大运算得到直角类特征图F
r
，F
r
(x，y)＝max
i＝1，2，...，6
F
ri
(x，y)，其中(x，y)为图像像素坐标；因此共获得包含17组分布特征图的集合。5.根据权利要求1所述的一种基于形态学腐蚀算子的快速边缘封闭性判别方法，其特征在于：在步骤四中，对于第一种情况，分为三种子情况分别进行判别：第一种是边缘点的八邻域像素值分布包含2个基本分布，第二种是边缘点的八邻域像素值分布包含3个基本分布，第三种是像素点的八邻域像素值分布包含超过3个基本分布，分别对三种情况下的像素点封闭性进行判别，得到非直角闭合特征图；对于第二种情况，分别对6种直角分布特征图和4种对角分布特征图的进行判别，得到直角闭合特征图；对于第三种情况，该状况下的像素点不存在闭合的可能性；对直角闭合特征图和非直角闭合特征图进行逐像素取最小运算得到闭合特征图。6.根据权利要求1或5所述的一种基于形态学腐蚀算子的快速边缘封闭性判别方法，其特征在于：在步骤四中，具体为：定义运算Pmax(
·
)为逐像素取最大运算即Pmax((I1，I2，...，I
n
))(x，y)＝max
i＝(1，2，...，n)
I
i
(x，y)，其中I
i
(i＝1,2，...，n)为输入同尺寸图像序列，n为图像序列的数量，(x，y)为图像像素坐标；定义运算.*为逐像素相乘运算即(I1.*I2)(x，y)＝I1(x，y)*I2(x，y)，其中I1和I2同尺寸的输入图像，(x，y)为图像像素坐标；定义运算
＝＝为逐像素判断是否相等运算即其中I1和I2同尺寸的输入图像，(x，y)为图像像素坐标；定义函数s pP
Img
(
·
)为求图像支撑集运算，即supp
Img
(I)为图像I的所有像素坐标的集合；定义函数SC(
·
，
·
)为条件函数，其输入是待判别的图像I
in
，和图像I
in
需要满足的条件Cond，输出为尺寸和图像I相同的图像I
out
，即I
out
＝SC(I，Cond)，称I
out
是I
in
在条件Cond下的特征图，其中定义二值边缘图像I
B
的闭合特征图为I
C
，图像I
C
和I
B
具有相同的尺寸。7.根据权利要求l或6所述的一种基于形态学腐蚀算子的快速边缘封闭性判别方法，其特征在于：令像素点八邻域像素值分布中不包含直角分布为条件Cond1，则二值边缘图像I
B
在条件Cond1下的特征图为S
r0
＝SC(I
B
，Cond1)，S
r0
＝(F
r
＝＝0)；像素点(x，y)的在图I
B
中的闭合特性由三种情况决定；情况1：当像素点(x，y)在I
B
中的八邻域像素值分布由两个对角分布或者平角分布表征时即F
d
(x，y)+F
f
(x，y)＝＝2，像素点(x，y)是闭合的需要满足条件Cond11，即像素点(x，y)的八邻域像素值分布必须通过集合D1中的一个元素表征出来，其中其中其中F(1)和F(2)分别表示序对F中的第一个和第二个元素；令Map1为二值边缘图像I
B
在条件Cond11下的特征图即Map1＝SC(I
B
，Cond11)，则Map1＝(Pmax(Pmax(Pmax(F
d1
.*(F
d
+F
f2
+F
f3
)，F
d2
.*(F
d
+F
f3

【专利技术属性】
技术研发人员：白相志，郭胜，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：