[发明专利]一种可抗噪声的图像边缘检测方法

权利要求书

1.一种可抗噪声的图像边缘检测方法，其特征在于包括以下步骤：

第一步、初始边缘信息图E的计算，采用Canny算法计算原始图像的初始边缘信息图E；

第二步、边缘信息图E1的计算，根据初始边缘信息图E自动计算阈值排除弱边缘得到边缘信息图E1；

第三步、增强边缘图E2、E3的计算，计算边缘信息图E1的带方向梯度值得到增强边缘图E2、E3；

第四步、双阈值计算，根据边缘信息图E1和增强边缘图E3自动计算双阈值；

第五步、抗噪声检测处理，对增强的边缘信息图E3用双阈值方法检测、过滤并连接边缘，得到最终处理后的图像。

2.根据权利要求1所述的可抗噪声的图像边缘检测方法，其特征在于：第一步所述初始边缘信息图E的计算包括以下步骤：

a1、采用一维高斯算子对原始图像进行横向纵向高斯平滑得到平滑后的图像I1；

a2、采用二维高斯算子的偏导数对图像I1进行横向纵向滤波计算得到图像的梯度图G；

a3、对梯度图G应用非极大值抑制得到边缘信息图E，找到梯度图G数据中的最高点,利用边缘方向信息来处理，验证所有点是否峰值，如果一个点两侧的梯度小于该点上的梯度，那么它为极大值。

3.根据权利要求1或2所述的可抗噪声的图像边缘检测方法，其特征在于：第二步所述边缘信息图E1的计算包括以下过程：对边缘信息图E中的数据按数值由小到大进行排序，取排在全部数值70%处的数值大小的30%作为最低阈值，从边缘信息图E中排除小于最低阈值的边缘得到边缘信息图E1。

4.根据权利要求3所述可抗噪声的图像边缘检测方法，其特征在于：第三步所述增强边缘图E2、E3的计算包括以下步骤：

c1、以图2的数据模型，以窗口Wn大小n，取n默认取值为7对边缘信息图E1中每个非零边缘点(x,y)计算梯度偏移位置(mc,mr)，

，；

c2、计算边缘信息图E1中每个窗口中心位置(c,r)与其梯度偏移位置(mc,mr)的距离的平方：；

c3、对窗口Wn中每个非零边缘点(x,y)分别计算其到窗口中心位置和梯度偏移位置的距离的平方：，；

c4、根据余弦定理计算窗口Wn中每个非零边缘点(x,y)到中心位置o在直线om上的投影距离：；

c5、按以下步骤对窗口Wn的中心点(c,r)计算其边缘增强图E2：

(c51)center=0,round1=0,round2=0；

(c52)循环对窗口Wn中的每个非零边缘点计算dist；

如果dist小于0.5且大于-0.5，那么center=center+1；

如果dist大于1，那么round1=round1+1；

如果dist小于-1,那么round2=round2+1；

(c53)如果center=n^2，那么，否则；

c6、将边缘增强图E2的值归一化到0～1,与边缘图E1叠加并归一化到0～1得到边缘增强图E3。

5.根据权利要求4所述的可抗噪声的图像边缘检测方法，其特征在于：第四步所述双阈值计算包括以下步骤：

d1、将边缘增强图E3中的非零点由小到大排序；

d2、取排在序列中L位的值做为上阈值，L等于E3中非零点数量减去E1中非零点数量的30%，；

d3、取排在序列中Lx0.7位的值作为下阈值。

6.根据权利要求5所述的可抗噪声的图像边缘检测方法，其特征在于：第五步所述抗噪声检测处理包括以下步骤：

e1、对大于上阈值的强边缘进行过滤，滤除边缘长度小于整数k的虚假强边缘；

e2、将过滤后的强边缘与大于下阈值的弱边缘进行连接得到最终的边缘信息。

7.根据权利要求6所述的可抗噪声的图像边缘检测方法，其特征在于：所述整数k的数值为8。