[发明专利]一种增强低对比度图像边缘检测效果的方法

说明书

本发明公开了一种增强低对比度图像边缘检测效果的方法。它具体包括如下步骤：输入图像数据，通过从图像中的3*3采样窗口取出奇数个数据进行排序；用排序后的中值取代要目标像素灰度值；对中值滤波处理之后的图像进行直方图均衡化，突出边缘特征；采用3*3邻域一阶偏导的有限差分来计算均衡化之后的图像的梯度幅值和方向；对上诉梯度幅值进行非极大值抑制，确定候选边缘点；将非大极值抑制后的像素点根据梯度幅值划分为D1、D2、D3三个类别；搜索计算最大类间方差，获取自适应高低阈值；提取图像边缘，得到相应边缘图像。本发明的有益效果是：提高目标边缘的准确性，增强边缘的连续性，强化图像边缘清晰度。

技术领域

本发明涉及图像处理相关技术领域，尤其是指一种增强低对比度图像边缘检测效果的方法。

背景技术

目前移动端边缘检测方法对于一些对比度低的图像或者区域检测效果不佳，导致用户使用此类图片做边缘追踪效果时，追踪效果差甚至无检测到边缘。

发明内容

本发明是为了克服现有技术中存在上述的不足，提供了一种提高目标边缘准确性的增强低对比度图像边缘检测效果的方法。

为了实现上述目的，本发明采用以下技术方案：

一种增强低对比度图像边缘检测效果的方法，具体包括如下步骤：

(1)输入图像数据，通过从图像中的3*3采样窗口取出奇数个数据进行排序；

(2)用排序后的中值取代要目标像素灰度值；

(3)对中值滤波处理之后的图像进行直方图均衡化，突出边缘特征；

(4)采用3*3邻域一阶偏导的有限差分来计算均衡化之后的图像的梯度幅值和方向；

(5)对上诉梯度幅值进行非极大值抑制，确定候选边缘点；

(6)将非大极值抑制后的像素点根据梯度幅值划分为D1、D2、D3三个类别，其中D1包含像素幅度代表着原图中的非边缘点，D2包含像素幅度代表着原图中疑似边缘点，D3包含像素幅度代表着原图中的边缘点；

(7)搜索计算最大类间方差，获取自适应高低阈值；

(8)提取图像边缘，得到相应边缘图像。

本发明用中值滤波取代传统canny算法中的高斯滤波，中值滤波能更好的平滑孤立二值噪声点同时保持图像的边缘特征；直方图均衡化处理，提高图像对比度，突出边缘细节，增加检测准确性；用3*3邻域梯度算子代替传统canny算法的2*2邻域计算梯度信息，可以有效抑制噪声影响；自适应阈值，根据不同图像自适应确定最佳高低阈值。本方法基于传统的canny算法，配合中值滤波，直方图均衡化和自适应阈值，最终实现了在对低对比度图像做边缘检测时，提高目标边缘的准确性，增强边缘的连续性，强化图像边缘清晰度。

作为优选，在步骤(2)中，用排序后的中值取代要目标像素灰度值的公式如下：

G(x，y)＝med{f(x-k，y-l)，(k，l∈W)}

其中，f(x,y)和G(x,y)分别为原始图像和处理后图像，x和y为像素坐标值，W为3*3采样窗口，k和l分别为采样窗口x方向和y方向上的变化值。

作为优选，在步骤(3)中，对中值滤波处理之后的图像进行直方图均衡化的公式如下：

其中L表示灰度范围，p(x)表示处于x灰度级的像素个数，N表示总像素。

作为优选，在步骤(4)中，x方向和y方向计算公式如下：