[发明专利]基于网络节点分形维数的图像边缘检测方法

摘要

本发明公开了一种基于网络节点分形维数的图像边缘检测方法，属于计算机视觉和图像处理技术领域。该方法包括以下步骤步骤一将RGB图像转换为无向加权网络；步骤二计算网络中每个节点的分形维数；步骤三根据网络中各节点的局部维数识别图像边缘。该方法具有以下优点1、抗噪波能力强，对含强噪波图像仍能有效的进行边缘检测，具有较高的信噪比。2、对渐变背景的辨别能力强，对含渐变背景的图像能有效的进行边缘检测，具有较高的信噪比。3、无论是在模拟图像还是真实图像中均有较好的效果。

主权项

一种基于网络节点分形维数的图像边缘检测方法，其特征在于：包括以下步骤：步骤一：将RGB图像转换为无向加权网络；步骤二：计算网络中每个节点的分形维数；步骤三：根据网络中各节点的局部维数识别图像边缘；在步骤一中，将图像像素视为网络节点，边连接图像相邻像素，边的权重通过对成对节点的RGB值的计算获得；具体包括：用节点代替图像像素，构造网络G＝(V,E,W)，V表示节点，E表示边，W表示边的权重wk，利用以下公式计算wk：wk=||Rij-Rmn||MAX(R)]]>其中：wk表示第k条边的权重，Rij表示位于图像第i行第j列处像素的RGB值；在步骤二中，基于hausdorff的盒覆盖局部维数理论及盒覆盖算法，利用以下公式分别计算每个节点V的分形维数：di=-liml→0lndi(l)lnl]]>其中，di表示节点Vi的节点分形维数，l以加一的形式递增直到等于网络直径或di(l)不再随着l的增加而减少；在步骤三中，根据得到的各节点分形维数，利用以下公式计算网络G的分形维数：D＝{d1,d2,d3,...,dn}；在步骤三中，根据网络G的分形维数，通过判断边缘的节点分形维数明显小于其他的节点维数，且边缘的节点维数在所有环境中，即使颜色不同，亮度不同，均可以被识别，从而实现对图像的边缘进行检测。