[發明專利]一種基于分數階次信號處理的邊緣檢測方法

有效

• 申請號: 201010152357.3
• 申請日: 2010-04-22
• 公開（公告）號: CN101841642A
• 公開（公告）日: 2010-09-22
• 發明（設計）人: 葉永強;楊海波;姜斌;周大可
• 申請（專利權）人: 南京航空航天大學
• 主分類號: H04N5/14
• 分類號: H04N5/14;H04N5/202
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于圖像處理領域，涉及一種邊緣檢測方法，特別涉及一種基于分數階次信號處理的圖像邊緣檢測方法。

背景技術

圖像閾值分割是一種廣泛使用的圖像處理技術，通常可用于圖像的邊緣檢測、分割。而現在的閾值分割處理普遍基于灰度值計算，這種方法首先確定一個處于圖像灰度取值范圍中的灰度值的變化梯度閾值，然后將圖像中各個像素點的灰度值變化梯度都與這個閾值相比較，并根據比較結果將對應的像素點分為大于閾值或者小于閾值的兩類，進一步區分像素點是否為邊緣點。

在經典的閾值圖像法中，通常都是取一個閾值。常用的邊緣檢測算子包括Roberts算子、Prewitt算子、Sobel算子、Laplace算子等，利用各個像素點及相鄰點的灰度值，計算相應的灰度值變化梯度，當梯度幅值大于閾值時，則認為該點為邊緣點。對于直方圖分布為兩個尖峰的情況，其分割的效果很好，邊緣點也易于判斷，但對于復雜的圖像就難以取得理想的效果，并且對噪聲也過于敏感。因此為適應復雜圖像的需要，又演變出了多閾值圖像法。比如一種基于Canny算子的邊緣檢測方法，采用雙閾值以及非極大值抑制來識別邊緣。這種算子同樣基于像素點的灰度值計算，能較好的檢測到實際邊緣，并能抑制虛假的邊緣響應。

現有的邊緣檢測方法，針對的對象多是實際可見的彩色圖像。每個像素點已經包含了RGB三種顏色信息(即紅、綠、藍三色)，先把該像素點的RGB值化為灰度值，公式為Y＝0.299*R+0.587*G+0.144*B，然后進行灰度值的梯度計算，進一步進行邊緣檢測。我們知道邊緣與噪聲均為高頻信號，梯度計算即求導過程必將放大噪聲的干擾，從而影響邊緣檢測的準確性。Canny算法為了減小求導過程帶來的影響，對圖像進行高斯濾波平滑預處理。但由于噪聲與邊緣同為高頻信號，消除噪聲的同時會影響檢測精度。

發明內容

本發明所解決的技術問題在于獲得一種比現有基于灰度計算的圖像邊緣檢測方法更理想的邊緣檢測算法。

一種基于分數階次信號處理的圖像邊緣檢測方法，包括以下步驟：

步驟1：讀取圖像，生成灰度矩陣。

步驟2：對目標像素點利用基于分數階次信號處理的求導算子進行梯度運算，得到各像素點的梯度幅值，具體方法如下：

利用正向分數階次微分和反向分數階次積分的組合來實現求導，進而實現邊緣檢測。將圖像沿兩個坐標軸上的空間分布看成是時間分布，圖像處理就可以直接使用Laplace傳遞函數的概念。則圖像中的傳統一階導數運算可以用Laplace變換表示為s。我們的求導過程分為兩步：第一步：反向通過(s^*)^-β濾波，其中負號表示這是一個積分過程，s^*代表s的共軛復數，即先把數據先后次序反轉，積分之后再把結果次序反轉過來，第二步：通過分數階次微分s^α濾波，其中0＜α＜1且0＜β＜α＜1，α+β＝1。我們提出的導數的幅頻增益為ω^(α-β)(α-β＞0，ω為頻率)；由于α+β＝1，故該復合導數的相位特性為恒前移90度，即實現了傳統意義上的一階導數的相移。由于幅頻增益最終影響的是對噪聲的敏感度，我們可以通過調節α-β的值來調節最終的幅頻增益，進而調節對噪聲的抵抗性以及邊緣檢測的敏感度。因此我們的方法具有魯棒性。

其中：分數階次微分采用模板卷積來實現，X方向模板如下：

????????X_mask＝[+a_k...+a₁?0?-a₁?...-a_k]

其中：