[发明专利]一种图像边缘识别方法及系统

说明书

本发明公开了一种图像边缘识别方法及系统，该方法包括：步骤S1，获取各种主体多个不同角度的图像，通过反复训练查找出针对各个不同主体的各个角度图像中的有显著规律的深浅色块组合，得到每个主体各个角度对应的训练集模型；步骤S2，获取待进行边缘识别的图像，并对其进行灰度处理；步骤S3，提取图像的特征点，获得图像中有显著规律的深浅色块组合，比对训练集模型，判断图像中包含的主体的角度；步骤S4，根据图像中主体的角度，比对训练集模型中对应主体角度的训练集模型，实现边缘识别，本发明通过分析各类物品主体各个角度的图像中稳定的特征点组合从中心开始查找出图像中具有与同类物品稳定特征点一致的图像区域，从而实现边缘提取。

技术领域

本发明涉及图象识别处理技术领域，特别是涉及一种图像边缘识别方法及系统。

背景技术

边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化，这些包括深度上的不连续、表面方向不连续、物质属性变化和场景照明变化，边缘检测是图像处理和计算机视觉中，尤其是特征提取中的一个研究领域，边缘是指其周围像素灰度急剧变化的那些象素的集合，它是图像最基本的特征，边缘存在于目标、背景和区域之间，所以，它是图像分割所依赖的最重要的依据。由于边缘是位置的标志，对灰度的变化不敏感，因此，边缘也是图像匹配的重要的特征。

现有技术中有许多用于边缘检测的方法,大致可分为两类：基于搜索和基于零交叉。

基于搜索的边缘检测方法首先计算边缘强度，通常用一阶导数表示，例如梯度模，然后，用计算估计边缘的局部方向，通常采用梯度的方向，并利用此方向找到局部梯度模的最大值；基于零交叉的方法找到由图像得到的二阶导数的零交叉点来定位边缘，通常用拉普拉斯算子或非线性微分方程得到零交叉点。

然而，传统的图像边缘检测方法均存在抗噪性能不强和边缘不连续的弊端，导致检测效果不佳。

发明内容

为克服上述现有技术存在的不足，本发明之目的在于提供一种图像边缘识别方法及系统，以通过分析各类物品主体各个角度的图像中稳定的特征点组合从中心开始查找出图像中具有与同类物品稳定特征点一致的图像区域，从而实现边缘提取。

为达上述及其它目的，本发明提出一种图像边缘识别方法，包括如下步骤：

步骤S1，获取各种主体多个不同角度的图像，通过反复训练，查找出针对各个不同主体的各个角度图像中的有显著规律的深浅色块组合，得到每个主体各个角度对应的训练集模型；

步骤S2，获取待进行边缘识别的图像，并对其进行灰度处理；

步骤S3，提取待进行边缘识别的图像的特征点，获得待进行边缘识别的图像中有显著规律的深浅色块组合，比对训练集模型，判断待进行边缘识别的图像中包含的主体的角度；

步骤S4，根据待进行边缘识别的图像中主体的角度，比对训练集模型中对应主体角度的训练集模型，实现边缘识别。

优选地，于步骤S4中，根据比对结果，从所述待进行边缘识别的图像中主体部分的中心开始向边缘扩散，依次查找出具有显著特征的、互相连接的主体物各部分图像对应的深浅色块组合区域，建立连接网，最后根据连接网网状结构最外层区块的边缘并集，得到所述待进行边缘识别的图像中包含的整个主体物的边缘。

优选地，步骤S1进一步包括：

步骤S100，获取各种主体多个不同角度的图像，并使得图像中的主体部分处于图像的中间；

步骤S101，对获得的图像进行灰度处理，获得各图像的灰度图，从而得到主体各个角度图像的深浅不同的颜色块；

步骤S102，通过反复训练，获得针对各个不同主体的各个角度图像中的有显著规律的深浅色块组合，进而得到每个主体各个角度的对应的训练集模型。