[發明專利]一種基于融合策略的邊緣提取方法

有效

• 申請號: 201310475874.8
• 申請日: 2013-10-12
• 公開（公告）號: CN103530878A
• 公開（公告）日: 2014-01-22
• 發明（設計）人: 賈熹濱;黃海勇;張艷華
• 申請（專利權）人: 北京工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/46
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 劉萍

1.一種基于融合策略的邊緣提取方法，其特征在于包括以下步驟：

步驟1，輸入灰度圖像

步驟2，計算圖像中像素點為邊緣可能性的投票權重矩陣：

步驟21，輸入灰度圖像；

步驟22，利用Sobel算子進行邊緣檢測；

步驟23，利用Canny算子進行邊緣檢測；

步驟24，利用LoG算子進行邊緣檢測；

步驟25，三種算子檢測結果在相應像素點上進行加權投票統計；

這里在相應像素點是指在所檢測的像素點的八鄰域范圍統計，三種算子檢測結果分別各自統計；將所檢測的像素點也就是八鄰域的中心像素點賦予為1的權值，其四鄰域四個像素點賦予為0.5的權值，八鄰域剩下四個像素點即四個角賦予為0.25的權值；當八鄰域相應位置上為邊緣則賦值為1，通過加權進行判斷；所得到的權重和大于等于2，則認為此種算子檢測到的該像素點也就是八鄰域的中心像素點為邊緣點，并將權重和賦值為1，若是權重和小于2，則認為不是邊緣點并將權重和賦值0；依次統計每個像素點的權重和，則可得到值域為[0,3]的加權投票；

步驟3，計算圖像中像素點為邊緣可能性的差值權重矩陣

步驟31，輸入灰度圖像；

步驟32，計算每個像素點的四鄰域四個點與本身的亮度差；

步驟33，分別求出每個像素點各自的四個差值的最大值和最小值；

步驟34，分別將每個像素點對應的差值最大值和最小值代入邏輯回歸模型進行歸一化；

這里的邏輯回歸模型為：

Y(x)=1/(1+exp(a*x+b))

其中，x為每個像素點對應的最大亮度差值或最小亮度差值，Y(x)為每個像素點對應的歸一化后的最大亮度差值或最小亮度差值，a和b為亮度差參數，且針對每個像素點最大亮度差參數為：a等于-0.1，b等于2；針對每個像素點最小亮度差的參數定義：a等于-0.3，b等于5；

步驟4，計算圖像中像素點為邊緣可能性的邊緣分布權重矩陣

步驟41，輸入灰度圖像；

步驟42，計算每個像素點的去心四鄰域的四個像素點的亮度方差；

步驟43，將所有像素點所求得的方差求平均，并乘以系數0.8，可得到一個閾值；

步驟44，構建大小為圖像尺寸的矩陣，并賦初值為零，構造初始邊緣分布權重矩陣；

步驟45，遍歷圖像所有像素點，若其去心鄰域統計方差大于或等于閾值，則將邊緣分布權重矩陣的對應位置的數值賦值為1；反之，則保持初始0值，建立描述邊緣分布的0-1權重矩陣；

步驟5，對獲取的三種權重矩陣進行融合處理

步驟51，讀取投票權重矩陣數據；

步驟52，讀取差值權重矩陣數據；

步驟53，讀取邊緣分布權重矩陣數據；

步驟54，利用阿達馬乘積融合三種權重矩陣，獲得融合權重矩陣；

步驟55，計算基準數值，即閾值；

這里通過求融合權重矩陣的所有元素和并且除以邊緣分布權重矩陣的元素和，再乘以系數0.7，得到基準數值，作為閾值；

步驟56，二值化融合權重矩陣，若融合矩陣的值大于或者等于基準數值，則將融合矩陣相應位置的賦值為1；若是小于基準數值，則將融合矩陣相應位置的值賦值為0；

步驟57，輸出融合矩陣；

步驟6，輸出邊緣圖像。