[发明专利]一种图像边缘检测方法、装置、设备及可读存储介质

说明书

本发明公开了一种图像边缘检测方法，该方法包括以下步骤：获取目标原始图像对应的多个不同尺度的边缘检测图；将目标高尺度边缘检测图与目标低尺度边缘检测图进行对比，获得候选边缘检测图；在目标高尺度边缘检测图中分别查找候选边缘检测图中的每一条候选边缘对应的边缘像素；在候选边缘检测图中将不存在边缘像素的候选边缘舍弃，获得双向跟踪检测修正图，以便进一步通过迭代计算获得目标原始图像对应的符合人眼视觉的边缘图。可以在保证边缘精度的同时，提高图像边缘检测的鲁棒性，有效提高了图像边缘检测性能。本发明还公开了一种图像边缘检测装置、设备及可读存储介质，具有相应的技术效果。

技术领域

本发明涉及计算机视觉和图像识别技术领域，特别是涉及一种图像边缘检测方法、装置、设备及可读存储介质。

背景技术

边缘是指在图像中周围像素灰度变化不连续的像素集合，是图像的高度描述性特征。边缘检测在众多计算机视觉任务中起着重要的作用，可以广泛应用于特征提取、图像识别、图像分割等领域。在过去的几十年中，已经提出了很多边缘检测算法，包括经典算子、最优算子、多尺度方法、自适应平滑滤波方法、基于模糊数学的方法、基于神经网络的方法等。

单一尺度的边缘检测方法的性能通常取决于尺度参数的选择，但是，对于一种边缘检测方法自动确定最优尺度是相当困难的。如果尺度过高，则长度较长、对比度强、独立的边缘会被保留，其他短簇、紧凑的边缘会被过滤，这会导致边缘检测性能的精确率高，但召回率低；若选择的尺度过低，检测的边缘精度高，但会产生虚假响应边缘，这会导致高召回率、低精确率。

在人眼视觉系统中，边缘检测是一个多尺度的过程。人眼视觉系统具有从不同尺度提取有用信息的能力，并产生优化的边缘检测结果。基于这个事实，许多边缘检测方法会检测不同尺度的边缘或使用多尺度的方法，其中多尺度方法运用的跟踪通常是从高尺度的边缘图跟踪到低尺度，保证了检测的边缘的精度，但依然存在虚假响应边缘。

因此，如何有效地解决对图像进行高精度、高抗噪性的边缘检测等问题，是本领域技术人员亟待解决的技术问题。

发明内容

本发明的目的是提供一种图像边缘检测方法、装置、设备及可读存储介质，以提高对图像进行边缘检测时的精度和抗噪性。

为解决上述技术问题，本发明提供如下技术方案：

一种图像边缘检测方法，包括：

获取目标原始图像对应的多个不同尺度的边缘检测图；

将目标高尺度边缘检测图与目标低尺度边缘检测图进行对比，获得候选边缘检测图；

在所述目标高尺度边缘检测图中分别查找所述候选边缘检测图中的每一条候选边缘对应的边缘像素；

在所述候选边缘检测图中将不存在边缘像素的候选边缘舍弃，获得双向跟踪检测修正图，以便进一步通过迭代计算获得所述目标原始图像对应的符合人眼视觉的边缘图。

优选地，所述将目标高尺度边缘检测图与目标低尺度边缘检测图进行对比，获得候选边缘检测图，包括：

确定所述目标高尺度边缘检测图中的每一条边缘对应的第一种子点集合；

在所述目标低尺度边缘检测图中查找以所述第一种子点集合中的种子点分别对应的像素为圆心，第一预设参数为半径的区域内所有边缘像素对应对象边缘；

将所述对象边缘确定为候选边缘，并获得候选边缘检测图。

优选地，在所述目标高尺度边缘检测图中分别查找所述候选边缘检测图中的每一条候选边缘对应的边缘像素，包括：

确定所述候选边缘检测图中的每一条边缘对应的第二种子点集合；

在所述目标高尺度边缘检测图中，以所述第二种子点集合中的种子点分别对应的像素为圆心，第二预设参数为半径的区域内查找边缘像素。