[发明专利]一种积分图块间距离检测图像边缘方法

说明书

技术领域

本发明属于图像处理技术领域，具体涉及一种积分图块间距离检测图像边缘方法。

背景技术

图像边缘由不同性质区域边界构成，反映了局部区域内特征的差别，它作为图像基本特征之一，常被用于较高层次的图像处理与分析中，因此边缘检测是图像处理中的重要研究内容。常用的边缘检测法利用了多种微分算子进行检测；近年来出现了一些边缘检测结果较好的方法，其中包括水平集与距离图等方法。

现有技术中，林政宗等依据地标模板库进行初始化，采用一种可扩展区域能量泛函推动曲线进行演化，直至收敛得到海岸线检测结果；张文娟等利用水平集函数的2阶加权TGV半范近似边界长度，提出了基于加权TGV的Mumford-Shah模型，可以在提取图像边缘的同时抑制噪声干扰；关涛等提出了一种新颖的闭合轮廓提取方法，解决了当目标轮廓发生断裂时断点对于GVF外力场的影响问题，可以恢复目标轮廓中丢失的边角信息；这类方法运用了水平集理论完成图像边缘检测，由于受到迭代步长的限制，因此需要较长的算法处理时间。

采用距离图求解图像边缘信息是一种较新的方法，例如：一种基于欧式距离图的图像边缘检测方法(张闯，王婷婷，孙冬娇等，中国图象图形学报，2013，18(2)：176-183.)，其算法优点是对目标轮廓区域地检测效果较好，但该算法存目标边缘被“加粗”的问题，检测结果并不是准确的区域边缘；具体为：该方法通过引入人类视觉更关注周围像素的特点，采用区域间的欧氏距离作为度量像素间的差异，并通过实验验证了该方法可将边缘像素点的差异放大；

其中，d为像素间的距离，v[N_i]是以i为中心邻域内的像素灰度值，v[N_j]是以j为中心邻域内的像素灰度值；

由于区域欧氏距离的计算是通过累计区域间像素差异获得的，而没有考虑不同位置的像素对于区域中心的贡献不同，因此不能清晰地突出目标边缘；

再例如：结合高斯加权距离图的图像边缘提取方法(贾迪，孟祥福，孟琭，董娜，方金凤.中国图象图形学报，2014，1(19)：62-68.)考虑了区域内像素位置不同，对于中心像素的贡献度不同，通过引入高斯模板赋予不同位置像素的不同权值，较好地解决了边缘“加粗”的问题，最后采用无边缘活动轮廓模型迭代求解准确的边缘信息，具体为：通过引入高斯核函数可以将不同位置赋予不同权重，距离中心越近的点权值越高，越远的点权值越低，以此更好地突出图像边缘，因此提出如下高斯加权距离：

其中，G_R代表以R为半径的加权高斯核，R用于调整邻域的大小；

上述方法是以求取区块间像素差的绝对值为基础，获得图像边缘信息的，令区块半径大小为R，则相应的时间复杂度为O(M×N×R²)，随着R的增大，执行效率也将大为降低；

最后例如：RGB空间下结合高斯曼哈顿距离图的彩色图像边缘检测方法(贾迪，孟祥福，孟琭，董娜.电子学报.2014，42(2)：257-263.)，利用这种方法，引入高斯曼哈顿距离在RGB空间下完成边缘区域信息检测，尽管上述方法在边缘检测方面效果较好，但因其执行速度较慢，限制了算法的使用环境；

因此，亟需一种方法解决上述问题。

发明内容

针对现有技术的不足，本发明提出一种积分图块间距离检测图像边缘方法，以达到提高执行速度和图像的边缘检测准确度的目的。

一种积分图块间距离检测图像边缘方法，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；