[發明專利]一種基于數學形態學的圖像邊緣檢測方法

無效

• 申請號: 201010251698.6
• 申請日: 2010-08-10
• 公開（公告）號: CN101930597A
• 公開（公告）日: 2010-12-29
• 發明（設計）人: 謝磊;陳惠芳;艾鑫
• 申請（專利權）人: 浙江大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 杜軍

1.一種基于數學形態學的圖像邊緣檢測方法，其特征在于該方法包括以下步驟：

步驟一.采用不同尺度的結構元素對圖像進行形態學處理，獲取邊緣信息圖像；具體方法為：

首先根據需要選取不同尺度的結構元素；對于尺度為n，即(2n-1)×(2n-1)的結構元素，劃分為nD₁、nD₂、nD₃、nD₄、nD和nD_rod1共六個域，nD₁、nD₂、nD₃、nD₄、nD和nD_rod1分別為D₁、D₂、D₃、D₄、D、D_rod1自身做n-1次膨脹運算所得；

然后對待處理的圖像f分別進行兩種處理，一種先進行開啟運算后閉合運算，另一種先進行閉合運算后開啟運算，然后將兩種運算進行加權，得到的結果記為g(r，c)，

g(r，c)＝ω×((f·b)оb)(r，c)+(1-ω)×((fоb)·b)(r，c)

其中ω為加權因子，0＜ω＜1；“·”為閉合算子；“ο”為開啟算子，r和c為函數的參數，b為結構元素；

再將g(r，c)分別進行膨脹與腐蝕運算，二者相減得到G；

G=(g⊕b)(r,c)-(gΘb)(r,c)]]>

對于尺度為n的結構元素，其邊緣信息圖像為E_n(r，c)，

En(r,c)=min{GnDrod1(r,c),GnD(r,c),G′n(r,c)}]]>

其中Gn′(r,c)=max{|GnD1(r,c)-GnD2(r,c)|,|GnD3(r,c)-GnD4(r,c)|}]]>

分別表示采用邊緣檢測算子G在nD_rod1、nD、nD₁、nD₂、nD₃和nD₄各個域上進行運算所得的結果；

步驟二.對邊緣信息圖像進行加權合并，獲取總邊緣信息圖像E(r，c)，其中n＞0，m為所選的最大尺度值；

步驟三.對總邊緣信息圖像的邊緣點進行細化和閾值分割，得到最終的二值邊緣圖像；具體方法為：

首先采用非極大值抑制法對邊緣點進行細化，對于像素點a，考慮以它為原點的3×3矩陣的各個像素，以行列坐標將這9個像素點分別標記為(-1，-1)，(-1，0)，(-1，1)，(0，-1)，(0，0)，(0，1)，(1，-1)，(1，0)，(1，1)，若該像素點對于以下4種情況都不滿足，則將像素點a的像素灰度值修正為上述9個像素灰度值的最小值；

情況1.a(-1，-1)+a(-1，0)+a(-1，1)＜a(0，-1)+a(0，0)+a(0，1)且a(0，-1)+a(0，0)+a(0，1)＞a(1，-1)+a(1，0)+a(1，1)

情況2.a(-1，-1)+a(0，-1)+a(1，-1)＜a(-1，0)+a(0，0)+a(1，0)且a(-1，0)+a(0，0)+a(1，0)＞a(-1，1)+a(0，1)+a(1，1)

情況3.a(-1，-1)+a(-1，0)+a(0，-1)＜a(-1，1)+a(0，0)+a(1，-1)且a(-1，1)+a(0，0)+a(1，-1)＞a(0，1)+a(1，0)+a(1，1)

情況4.a(-1，0)+a(-1，1)+a(0，1)＜a(-1，-1)+a(0，0)+a(1，1)且a(-1，-1)+a(0，0)+a(1，1)＞a(0，-1)+a(1，-1)+a(1，0)

其中a(-1，-1)、a(-1，0)、a(-1，1)、a(0，-1)、a(0，0)、a(0，1)、a(1，-1)、a(1，0)、a(1，1)分別代表各像素對應的灰度值；

然后將細化之后的灰度邊緣信息圖像通過設定的閾值進行閾值分割，即圖像中灰度值大于設定的閾值的像素灰度值置為255，小于等于設定的閾值的像素灰度值置為0，得到最終的二值邊緣圖像。