[发明专利]一种图像中屋脊型边缘的快速检测方法

说明书

本发明公开属于图像处理技术领域，具体涉及一种图像中屋脊型边缘的快速检测方法，具体包括以下步骤：1)、进行图像中屋脊型边缘的所有边沿点的初步检测；2)、通过边沿连通区域实现上升沿点和下降沿点的精确检测；3)、对图像进行缩小得到不同尺度图像，针对每个尺度图像重复步骤1）和2）操作，得到每个尺度下的边沿点，融合完成原始图像边缘检测；4)、依据边沿点连通域中的骨架像素提取屋脊型边缘两侧像素作为屋脊型边缘的内容，实现屋脊型边缘内容检测；5)、断裂的屋脊型边缘排除，进一步提高检测结果。本发明利用了屋脊型边缘的像素亮度分布特性，通过对上升边沿点和下降边沿点进行配对分析，实现了图像中屋脊型边缘高速检测。

技术领域

本发明属于图像处理技术领域，具体涉及一种图像中屋脊型边缘的快速检测方法。

背景技术

在图像处理和计算机视觉相关的领域中，经常需要检测大量的屋脊型边缘(中间亮度高，两侧亮度低；或者中间亮度低，两侧亮度高)；这是因为屋脊型边缘在日常图像中出现的概率较高，而且是一种较为稳定的特征；

目前比较主流的屋脊型边缘检测方法，是基于笔画检测算子的策略，该方法虽然效果不错，但是速度非常慢，严重影响了实时性。

发明内容

本发明针对现有技术的不足和缺陷，提供一种图像中屋脊型边缘的快速检测方法，充分利用了屋脊型边缘的像素亮度分布特性，通过对上升边沿点和下降边沿点进行配对分析，实现了图像中屋脊型边缘高速检测目的。

本发明采用的技术方案如下：

一种图像中该屋脊型边缘的快速检测方法，包括以下步骤：

1)、对图像进行灰度化处理，并计算灰度化处理后的图像中的每个像素的水平梯度值，根据每个像素的水平梯度值和阈值关系，实现图像中屋脊型边缘的所有上升边沿点和下降边沿点的初步检测，具体如下：

1.1)、将扫描到的图像进行灰度化处理得到二值化图：

为了便于计算梯度值，需要先将扫描到的彩色图像转变为二值化灰度图像，转换公式如下：

Gray＝(R+G+B)/3

直接将每个像素位置，三个通道的颜色值求取平均值；

1.2)、计算二值化图像中的每个像素的水平梯度：

逐像素扫描图像中的每一个像素点，采用Sobel算子计算计算该像素点位置的水平梯度值，采用当前像素右侧相邻像素的亮度值，与当前像素的亮度值进行相减得到水平梯度值，公式如下：

Grad＝Img(x+1,y)-Img(x,y)

其中x和y为当前像素的横坐标和纵坐标；

1.3)、检测二值化图像中所有上升边沿点：

设定边沿点检测的梯度幅值阈值th_grad＝20，逐像素扫描梯度图，对每一个像素位置的梯度幅值进行判断，如果梯度幅值满足如下条件，则设定为上升边沿点：

Grad(x,y)th_grad

1.4)、检测二值化图像中所有下降边沿点：

逐像素扫描梯度图，对每一个像素位置的梯度幅值进行判断；如果梯度幅值满足如下条件，则设定为下降边沿点：

Grad(x,y)-th_grad

2)、对二值化图像中的边沿点进行连通域提取、填充、拼接、形状分析得到边沿连通区域，将上升沿连通区域和上升沿连通区域进行配对，得到精确的上升沿点和下降沿点，具体如下：

由于图像中各种噪声干扰很多，一个像素点位置上的梯度值大于阈值，并不表示它就处于上升边沿，很可能只是一个噪声点而已；