[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

技術領域

本發明屬于圖像處理領域，涉及一種基于數學形態學的圖像邊緣檢測方法。

背景技術

邊緣是圖像局部灰度變化不連續部分，包含了一幅圖像最重要的信息，也是人眼最敏感的部分。圖像邊緣檢測技術在視頻處理，計算機視覺，生物醫學，模式識別等各個領域中都有著廣泛的應用。

傳統的圖像邊緣檢測方法，如羅伯茨(Roberts)算子、索貝爾(Sobel)算子、普魯伊特(Prewitt)算子、拉普拉斯(Laplacen)算子等，主要是通過一階或2階微分運算來提取圖像邊緣，但是由于在圖像中噪聲和邊緣都屬于高頻分量，這類微分算子不可避免的會增加圖像中的噪聲。后來出現的最優算子法，主要思想是在微分運算之前先采用適當的平滑濾波來減少高頻分量中噪聲的影響，如LoG(Laplacen?of?Gaussian)算子、坎尼(Canny)算子、正弦算子等，雖然取得了一定的成果，但是在抑制噪聲和虛假邊緣方面仍然不能令人滿意。近年來，各種新的理論工具在圖像邊緣檢測技術中得到了廣泛應用，如小波變換、數學形態學、模糊數學、分形理論等。其中數學形態學從集合的角度來分析和處理圖像，通過各種形態學算子和結構元素的靈活組合，可以在有效濾除噪聲的同時較好的保留原有的圖像信息，同時形態學運算容易進行并行處理，在實際應用中易于實現。

發明內容

本發明的主要目的是針對現有技術的不足，提供了一種多尺度的基于數學形態學的圖像邊緣檢測方法，該方法能夠在有效抑制噪聲和虛假邊緣的同時，較好的保證邊緣細節，從而獲得良好的邊緣信息和視覺效果。

本發明方法的具體步驟為：

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。

步驟二，對步驟一各個尺度結構元素處理所得的邊緣信息圖像進行加權合并，獲取總邊緣信息圖像。

步驟三，對步驟二所得的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。

所述的步驟一，根據需要選取不同尺度的結構元素，即3×3，5×5，7×7這樣的子圖像模板。以3×3模板為例，本發明采用的結構元素可劃分為6個域，分別標記為D₁，D₂，D₃，D₄，D，D_rod1，其中

D₁＝{(-1，0)，(0，0)，(0，1)}，

D₂＝{(0，-1)，(0，0)，(1，0)}，

D₃＝{(-1，0)，(0，0)，(0，-1)}，????(1)

D₄＝{(1，0)，(0，0)，(0，1)}，

D＝{(-1，-1)，(-1，1)，(0，0)，(1，-1)，(1，1)}，

D_rod1＝{(0，-1)，(0，1)(0，0)，(-1，0)，(1，0)}，

對于尺度為n，即(2n-1)×(2n-1)的結構元素，可劃分為nD₁，nD₂，nD₃，nD₄，nD，nD_rod16個域，他們分別是D₁，D₂，D₃，D₄，D，D_rod1自身做n-1次膨脹運算所得，即

其中，膨脹算子是數學形態的最基本的算子之一，對于灰度圖像f(r，c)，被結構元素b(r，c)膨脹，定義為