[发明专利]一种基于多尺度多分辨率的方形算子边缘提取方法及系统

说明书

本发明属于图像边缘检测技术领域，具体为一种基于多尺度多分辨率的方形算子边缘提取方法和系统，其中方法包括以下步骤：获取待测图像；选取一组或多组方形局部边缘检测算子对待测图像进行卷积运算和/或加权融合计算得到局部边缘强度值；将一组或多组方形局部边缘检测算子的局部边缘强度值，进行平方和计算后再进行平方根运算和/或加权融合计算得到边缘标识值；将所述边缘标识值进行二值化处理，二值化结果作为所述待测图像的像素值输出，得到待测图像的边缘提取后的结果。本发明一种基于多尺度多分辨率的方形算子边缘提取方法和系统适用于任意大小的待测图像，边缘标识值在多尺度多分辨率情况下进行加权融合，得到更加精确和丰富的边缘信息。

技术领域

本发明涉及图像边缘检测技术领域，尤其涉及一种基于多尺度多分辨率的方形算子边缘提取方法及系统。

背景技术

边缘提取是图像处理问题中的经典技术之一，在图像分类、图像分割、图像检索、图像合成等应用领域中起到了重要的作用，已成为活跃的研究热点之一，因此人们一直在致力于研究和解决如何构造出具有良好性质及检测效果的边缘检测算子的问题。图像的边缘是图像区域属性(像素灰度)发生明显变化的地方，也是图像信息最集中的位置，广泛存在于物体与背景之间、物体与物体之间、基元与基元之间。通过边缘检测，可以将目标和背景分开，简化图像分析，提取出能够准确的表示图像的边缘信息。

利用图像边缘点的相邻像素灰度分布的梯度可以反映其附近灰度的变化情况，因此，基于这一大特点，提出了许多梯度边缘检测算子，其中较为著名的有Robert算子，canny算子，Prewitt算子，Sobel算子等，边缘检测算子模板分别如图4(a)至(d)所示。以上提到的边缘检测算子的显著特点是，一般包括0°、90°两个方向或0°、90°、45°和135°四个方向。这些方形检测算子的局限在于方向种类过少，容易忽略很多其他方向的边缘信息，没有尺度上的变化，只能提取局部2×2或者3×3纹理基元大小的边缘信息，无法提取大尺度的边缘结构。

发明内容

本发明的目的是提供一种基于多尺度多分辨率的方形算子边缘提取方法和系统，利用方形局部边缘检测算子对待测图像进行卷积运算得到边缘标识值G_P,K，将边缘标识值G_P,K二值化处理的结果作为待测图像的像素值，最终获得边缘提取后的图像。

根据本发明的一个方面，一种基于多尺度多分辨率的方形算子边缘提取方法，包括如下步骤：

S101，获取待测图像；

S102，选取一组或多组方形局部边缘检测算子对待测图像进行卷积运算和/或加权融合计算得到局部边缘强度值；其中，一组包括P/2个方形局部边缘检测算子，且一组内的方形局部边缘检测算子代表的方向角度不同；

S103，将由一组或多组方形局部边缘检测算子得到的局部边缘强度值，进行平方和计算后再进行平方根运算和/或加权融合计算得到边缘标识值；

S104，将所述边缘标识值二值化处理，二值化结果作为所述待测图像的像素值输出，得到待测图像的边缘提取后的结果。优选的，步骤S101包括：对图像进行灰度化处理得到待测图像。

优选的，步骤S102包括：

根据方形局部边缘检测算子的尺度，选取尺寸大小相匹配的待测图像的图像纹理基元；

所述方形局部边缘检测算子与所述图像纹理基元进行卷积运算和/或加权融合计算得到局部边缘强度值。

优选的，所述方形局部边缘检测算子为：

形成n×n个像素点方形矩阵，其中矩阵内过中心的水平方向的近邻点与矩阵中心的像素点距离为K个像素点，矩阵边缘等距分布P个近邻点，选取其中一对呈中心对称的近邻点赋值为0，以所述一对呈中心对称的近邻点所在直线为界，一侧近邻点均赋值为-1，另一侧近邻点均赋值为1；其中，n为大于1的奇数，K为正整数，P≤4(n-1)，且P能被4整除。