[发明专利]一种积分图块间距离检测图像边缘方法

权利要求书

1.一种利用积分图块间距离检测图像边缘方法，其特征在于，包括以下步骤：

步骤1、确定待处理图像，并获得待处理图像的长和宽；

步骤2、获得待处理图像的积分图；

步骤3、设置积分图中矩形区域半径，即矩形区域的二分之一长和二分之一宽；

步骤4、将设置的二分之一长作为横坐标，将设置的二分之一宽作为纵坐标，获得中心坐标点，以上述坐标点为中心，在积分图中构建矩形区域；

步骤5、根据积分图中矩形区域的大小，确定高斯模板的大小，并构造与高斯模板大小相同的元素全部为1的矩阵，构造与矩形区域大小相同的元素全部为0的矩阵；

步骤6、采用上述元素全部为1的矩阵遍历元素全部为0的矩阵，确定遍历完成后，矩形区域中每个矩阵单元的遍历次数，进而获得一个由遍历次数所构成的矩阵；

步骤7、将上述由遍历次数所构成的矩阵进行分解，分解为1倍数的矩阵块，直到不能分解为止；

步骤8、根据分解后所获得的1倍数的矩阵块，采用积分图的方式累积获得中心坐标点的像素和；

步骤9、根据实际需求，采用高斯函数设置高斯模板调节中心区域权值与周边区域权值，再根据待处理图像的中心坐标点像素值、在中心坐标点位置处构建的边长为高斯模板边长的矩形区域像素和、及累积获得的中心坐标点的像素和，获得中心坐标点位置处的距离值；

步骤10、将中心坐标点横坐标加1，判断加1后的横坐标值是否小于设定值，若是，则返回执行步骤4，否则，执行步骤11；

步骤11、将中心坐标点纵坐标加1，判断加1后的纵坐标值是否小于设定值，若是，则返回执行步骤4，否则，执行步骤12；

步骤12、获得所有像素点的距离值中最大值和最小值，并根据上述最大值和最小值，将所有像素点的距离值进行灰度值的重新映射，获得映射后的归一化距离矩阵；

步骤13、将归一化距离矩阵作为待处理图像的边缘检测结果进行输出。

2.根据权利要求1所述的利用积分图块间距离检测图像边缘方法，其特征在于，步骤9所述的获得中心坐标点位置处的距离值，公式如下：

$D(i,j)=({\mathrm{\λ}}_1-{\mathrm{\λ}}_2)I(i,j)+{\mathrm{\λ}}_{2}sum\left(I\right(i-r_g:i+r_g,j-r_g:j+r_g\left)\right)-\frac{F(r_x,r_y,r_g)}{(2r_x+1)\×(2r_y+1)}---\left(1\right)$

其中，D(i，j)表示像素点(i，j)位置的距离值，λ₁表示高斯模板中心区域的权值，λ₂表示高斯模板周边区域的权值，即λ₁和λ₂用于共同调节中心区域与周边区域的贡献度，I(i，j)表示像素点(i，j)位置的像素值，sum(I(i-r_g：i+r_g，j-r_g：j+r_g))表示在中心坐标点位置处构建的边长为高斯模板边长的矩形区域像素和，F(r_x，r_y，r_g)表示采用积分图的方式累积获得中心坐标点的像素和；r_x表示矩形区域的二分之一长，r_y表示矩形区域的二分之一宽，r_g表示高斯模板的边长。

3.根据权利要求1所述的利用积分图块间距离检测图像边缘方法，其特征在于，步骤13所述的归一化距离矩阵，公式如下：

$D_M=\frac{D-D_{max}}{D_{max}-D_{min}}\×255---\left(2\right)$

其中，D_M表示归一化距离矩阵，D_max表示所有像素点的距离值中最大值，D_min表示所有像素点的距离值中最小值，D表示每个像素点的距离值。