[发明专利]背光图像微米级边缘检测方法

说明书

技术领域

本发明属于高精度检测技术领域，尤其涉及一种背光图像微米级边缘检测方法。

背景技术

机器视觉测量系统集光学、传感器、图像处理和模式识别等多领域多学科的关键技术于一体，在非接触高速在线测量领域应用广泛。本发明利用机器视觉和数字图像处理技术，针对背光数字图像，建立法向正态概率分布曲线图像边缘灰度曲面模型，用最小二乘法求取拟合曲面四个系数，得到微米级亚像素边缘。

专利申请号：2011104481191，名称为“一种彩色图像边缘检测方法”，将彩色图像分解到红色、绿色、蓝色和黄色四个通道图像，分别计算红绿、蓝黄拮抗图像，并在拮抗图像上计算得到边缘信息分布图像，通过调节计算生成颜色拮抗图像过程中引入的两组拮抗权重因子，调节图像中颜色边缘和亮度边缘的强度，实现边缘检测。

专利申请号：2011100826554，名称为“一种图像边缘检测的方法”，在利用摄像机获得一幅图像后，首先用一种在12邻域像素内计算x方向和y方向一阶偏导数差分的方法计算梯度幅值和方向，抑制图像中的噪声并且避免图像的边缘模糊。再建立灰度共生矩阵逆差矩特征值和高斯空间系数及阈值之间的映射关系，自适应地改变高斯空间系数和边缘检测的高低阈值，确保了图像边缘点的连续提取。最后根据“非局部最大值抑制”原理检测图像边缘点，提高了图像边缘检测的精确度。

专利申请号：2008102323401，名称为“基于Fast Slant Stack变换的图像边缘检测方法”。其过程为：根据滑动窗大小和重叠度对图像分块，每次检测提取一个小图像块，根据其灰度均方差判断块中是否存在边缘，对存在边缘的图像块做Fast Slant Stack变换，并对变换结果的零值区域进行填充；对填充后的图像块做二进小波变换，搜索变换后小波域系数极大值，并根据极大值所处的位置用基于共轭梯度法的Fast Slant Stack逆变换重构空域中的图像，存放到输出矩阵中对应的位置。

专利申请号：2010102516986，名称为“一种基于数学形态学的图像边缘检测方法”，采用不同尺度的结构元素对图像进行形态学处理，获取边缘信息图像，然后对边缘信息图像进行加权合并，获取总边缘信息图像，最后对总边缘信息图像的边缘点进行细化和阈值分割，得到最终的二值边缘图像。

专利申请号：2008101877316，名称为“一种基于Bayer RGB的图像边缘检测方法”，以目标像素点为中心，生成3x3邻域的Bayer RGB像素点矩阵，分别对该矩阵中各像素点，应用检测算子进行梯度运算，得到各像素点的梯度幅值以及梯度角度。然后采用双阈值判定和相邻像素点梯度比较，判定是否为边缘点。免除了像素点的灰度计算，适用于对CMOS图像传感器所得的原始图像直接进行边缘检测。

专利申请号：2007101787372，名称为“一种基于阈值分割的图像边缘检测方法”。利用图像中像素邻域的灰度值均值统计信息作为该点阈值设置的标准，并引入该点邻域内像素灰度值方差作为附加判断条件，从而实现综合考虑区域信息的全局二值化，使提取出来的目标点是图像的边缘。根据不同的需要来选择不同大小的结构元素。对每一个像素都给定一个阈值，从而实现综合考虑区域信息的全局二值化。

专利申请号：2014104698402，名称为“一种基于机器视觉的快速亚像素边缘检测与定位方法”，包括以下步骤：获取检测图像；图像去噪预处理：计算每个像素点水平方向上的梯度G_x和垂直方向上的梯度G_y；计算每个像素点极坐标下的梯度幅值G₀和梯度方向G_θ；确定每个像素点的邻域像素点；确定像素级边缘点；计算每个像素级边缘点在8分梯度方向上的亚像素边缘点到该像素级边缘点的距离；计算实际梯度方向G_θ上的亚像素边缘点到像素级边缘点的距离d；采用余弦查找表法计算其实际梯度方向G_θ上的亚像素边缘点的直角坐标，进而实现图像边缘点的检测和亚像素级定位。

以上发明基于机器视觉和图像处理技术，利用颜色、数学形态学、阀值法、梯度法等方法，检测数字图像中的像素级和亚像素级边缘。这些方法适用于正面照明图像，都不适用于背光图像的微米级边缘检测。

发明内容

本发明就是针对上述问题，提供一种曲面拟合精度高、抗干扰的背光图像微米级边缘检测方法。

为实现上述目的，本发明采用如下技术方案，本发明包括以下步骤：

1)结合点扩散函数和单边阶跃模型，构建背光图像阶跃边缘法平面截线正态分布函数模型；