[发明专利]一种图像真实边界高精度提取方法及系统

说明书

本发明提供一种图像真实边界高精度提取方法及系统，将原始图像转换为二值图像，进行边界扩展；利用Suzuki轮廓跟踪检测算法，获得扩边后的二值图像中最外层边界轮廓线内1个像素的像素中心；设置相应的坐标偏移量，获得最外层边界像素点在未扩边二值图像上的像素坐标；遍历所有边界像素点，逐一判定下一边界像素点与当前边界像素点的8近邻域位置关系，添加真边界顶点，生成无像素差的真边界顶点集合；去除重复的边界顶点，得到非冗余的真边界顶点集合；判断真边界顶点集合的连续性，得到非冗余且连续的真边界顶点集合；当选择对图像边界进行压缩时，压缩保存边界顶点集合。本发明可解决Suzuki轮廓跟踪检测的缺陷，从而获取图像真实、完整的最外层边界。

技术领域

本发明属于数字图像处理领域，特别是涉及一种图像真实边界高精度提取方法及系统。

背景技术

边界或边缘提取，指数字图像处理中，对于图像轮廓的一个处理。灰度图像中，对于边界处，灰度值变化最剧烈的地方，就定义为边缘。在二值图像中，白色区域(值为255)与黑色区域(值为0)交界处即为边界，其中外边界(outer border)定义为任意l像素组与直接围绕它的0像素组之间的1边界点集，内边界(hole border)定义为孔与直接围绕它的l像素组之间的1边界点集。图像真实边界提取分析与研究，对图像拼接(特别是对一定数量单张正射影像DOM的高精度拼接)、图像压缩与编码、目标检测与提取、场景结构感知等领域有着极高的应用价值。

常见的图像边界检测方法有Sobel算子、Robert算子、Prewitt算子等，其中：

文献1中的Sobel算子把图像中每个像素的上下左右四邻域的灰度值加权差，在边缘处达到极值从而检测边缘。Sobel算子不但产生较好的检测效果，而且对噪声具有平滑抑制作用，但是得到的边缘较粗，且可能出现伪边缘。

文献2中使用的Robert算子是一种利用局部差分算子寻找边缘的算子，由于Robert算子通常会在图像边缘附近的区域内产生较宽的响应，故采用上述算子检测的边缘图像常需做细化处理，边缘定位的精度不高，易丢失边缘点。

文献3中的Prewitt算子是一种一阶微分算子的边缘检测，利用像素点上下、左右邻点的灰度差，在边缘处达到极值检测边缘，去掉部分伪边缘，对噪声具有平滑作用。抑制噪声导致Prewitt算子对边缘的定位不如Roberts算子。

文献4中的Suzuki轮廓跟踪检测方法确定了两种边界——外边界(outer border)和内边界(hole border)及他们之间的环绕关系。由于这些边界和原图的区域具有一一对应关系，因此可用边界来表示原二值图。一方面，由于Suzuki轮廓跟踪方法在跟踪外边界时，需要用到像素点的8近邻域信息，对于“边界点刚好位于图像的最边缘”的特殊情况，不能找到位于原图像边缘的边界点；另一方面，该方法追踪提取的轮廓为真边界内侧1个像素的中心点位置，其与真边界存在0.5个像素的距离偏差，即无法完整、高精度地提取图像真实的最外层边界。

以上经典的边界提取方法提取得到的并非图像的高精度真实边界，可能存在图像轮廓的局部缺失或偏移，这将致使：对多幅有重叠部分的图像(例如一定数量的单张正射影像DOM)在进行图像拼接时，由于提取的图像Mask边界不准确，导致产生拼接缝隙的问题。

[文献1]Sobel I,Feldman G.A 3x3 isotropic gradient operator for imageprocessing[C].A talk at the Stanford Artificial Project in 1968,1968.pp.271-272.

[文献2]陈涛,卜佳俊.一种新颖的基于边缘检测的图像分割方法[J].计算机工程,2003,29(07):152-154.

[文献3]安建尧,李金新,孙双平.基于Prewitt算子的红外图像边缘检测改进方法[J].杭州电子科技大学学报(自然科学版),2018,38(5):18-23+39.