[发明专利]基于多通道信息选择的彩色图像边缘检测方法

权利要求书

1.一种基于多通道信息选择的彩色图像边缘检测方法，其特征在于，包括以下步骤：

对输入的彩色图像进行预处理；

在RGB颜色空间中，对所述彩色图像进行R、G、B三个通道上的边缘检测与梯度信息提取；

结合所述各个通道的边缘检测结果，选择置信度高的边缘点，得到稀疏的边缘检测结果图，进行边缘生长；

保留所述各个通道的边缘检测结果，得到稠密的边缘检测结果图，并进行修正；以及

综合所述稀疏的边缘检测结果和所述稠密的边缘检测结果，得到最终的边缘检测输出图像。

2.根据权利要求1所述的彩色图像边缘检测方法，其特征在于，所述对输入的彩色图像进行预处理进一步包括：

将所述输入图像分离为所述R、G、B三个通道上的伪灰度图像，分别进行滤波去噪、图像增强等预处理。

3.根据权利要求1所述的彩色图像边缘检测方法，其特征在于，所述对所述彩色图像进行所述R、G、B三个通道上的边缘检测与梯度提取进一步包括：

在单个通道的伪灰度图像中，使用一定的梯度模板，计算每个像素点的梯度矢量；

使用非极大值抑制方法定位可能的边缘点；

对所述图像的边缘进行生长，提高边缘连续性。

4.根据权利要求1所述的彩色图像边缘检测方法，其特征在于，所述得到稀疏的边缘检测结果图，进行边缘生长进一步包括：

根据所述三个通道的图像梯度信息，按照一定规则，给定所述每一个像素点处的梯度矢量；

对所述三个通道中检测的边缘点进行筛选，若某个像素点在至少两个通道中被检测为边缘点，则将其保留为所述输出图像中的边缘点，从而得到所述稀疏的边缘检测结果图；

对所述稀疏的边缘检测结果图中的像素点，检查其邻域边缘点分布，进行边缘生长。

5.根据权利要求4所述的彩色图像边缘检测方法，其特征在于，所述一定规则包括：

以所述三个通道在所述给定像素点处的梯度矢量的大小作为权重，对所述梯度矢量进行加权求和，作为该像素点的梯度矢量。

6.根据权利要求4所述的彩色图像边缘检测方法，其特征在于，所述对稀疏边缘检测结果图中的像素点，检查其邻域边缘点分布，进行边缘生长包括：对所述稀疏的边缘检测结果图中的每一个像素点，若其在任一通道中被检测为边缘点，则统计其一定邻域内的边缘点数目，若所述统计数目少于一定阈值，则根据所述像素点的梯度矢量的方向进行边缘生长，得到新的边缘检测结果。

7.根据权利要求1所述的彩色图像边缘检测方法，其特征在于，所述保留所述各个通道的边缘检测结果，得到稠密的边缘检测结果图，并进行修正进一步包括：

对所述三个通道的边缘检测结果进行或运算，即同时保留所述三个通道中检测的边缘，从而得到所述稠密的边缘检测结果图；

使用基于窗口的方法，对所述稠密的边缘检测结果图进行修正，合并不同通道中接近的边缘检测信息。

8.根据权利要求7所述的彩色图像边缘检测方法，其特征在于，所述使用基于窗口的方法，对所述稠密的边缘检测结果图进行修正，合并不同通道中接近的边缘信息进一步包括：

选择一定类型和尺寸的窗口，计算所述窗口内各通道的局部梯度主方向；

若存在至少两个通道的所述局部梯度主方向相同，则根据一定规则从多通道中选择与所述梯度方向相关的边缘点，合并边缘。

9.根据权利要求8所述的彩色图像边缘检测方法，其特征在于，所述选择一定类型和尺寸的窗口，计算所述窗口内各通道的局部梯度主方向进一步包括：

选择一定类型和尺寸的窗口，统计所述窗口内边缘点的数目，若所述统计数目大于一定阈值，对每一个通道，统计其在所述窗口内的所述边缘点的梯度方向，选择出现频率最大的方向作为所述通道的局部梯度主方向。

10.根据权利要求8所述的彩色图像边缘检测方法，其特征在于，所述一定规则为：

在所述窗口中，对所述局部梯度主方向相同的通道，统计所述各通道中与所述梯度方向相关的边缘点的梯度矢量的大小，确定峰值；若某一通道的所述梯度矢量的峰值最大，则选择所述通道上与所述梯度方向相关的边缘点，而去除其余通道上与所述梯度方向相关的边缘点，达到合并边缘的目的。

11.根据权利要求1所述的彩色图像边缘检测方法，其特征在于，所述综合所述稀疏的边缘检测结果和所述稠密的边缘检测结果，得到最终边缘检测输出图像进一步包括：

对所述稀疏的边缘检测结果图和所述稠密的边缘检测结果图，进行信息融合，合并所述相关度高的边缘点，去除低置信度边缘点，得到所述最终的边缘检测输出图像。