[發明專利]基于多通道信息選擇的彩色圖像邊緣檢測方法

有效

• 申請號: 201310733556.7
• 申請日: 2013-12-26
• 公開（公告）號: CN103679737B
• 公開（公告）日: 2017-02-15
• 發明（設計）人: 季向陽;楊楊;戴瓊海;邵航
• 申請（專利權）人: 清華大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙)11201
• 代理人: 張大威

技術領域

本發明涉及數字圖像處理技術領域，特別涉及一種基于多通道信息選擇的彩色圖像邊緣檢測方法。?

背景技術

圖像邊緣反映景物局部區域特征的差別。圖像邊緣檢測是進行圖像分析、模式識別等深層次處理的關鍵步驟。傳統的圖像邊緣檢測方法大都基于灰度圖像進行，而目前傳輸和存儲的圖像主要為彩色。彩色圖像的視覺感知比灰度圖像豐富得多。目前彩色圖像的邊緣檢測方法主要有兩類。?

一類是將彩色圖像轉換成灰度圖像，使用灰度圖像邊緣檢測方法，這類方法僅利用了圖像的亮度信息，不能充分利用彩色圖像的顏色信息。另一類是基于一定顏色空間中的多維向量處理和梯度模板，主要區別在于使用的具體方法和判定依據。第二類方法較充分地利用了彩色圖像的信息，但也存在不足。其中，基于多維矢量和的方法在梯度矢量絕對值相近而方向相反時邊緣檢測效果不佳。基于多維向量角度差的方法忽略了圖像的灰度信息，雖然能有效檢測不同色度域的邊緣，但對于不同灰度域的邊緣檢測效果不佳。目前，小波分析、啟發式算法、矢量統計排序、模糊邏輯等方法也被引入彩色圖像邊緣檢測方法中，雖然可以提高邊緣檢測精確性，但計算復雜度過高。?

綜上所述，目前的方法沒有充分綜合彩色圖像多通道信息，對于僅在單個通道上顯著的圖像邊緣難以充分保留，邊緣檢測的完整度有待增強，且難以同時滿足邊緣檢測定位精度高和計算復雜度低的需要。?

發明內容

本發明旨在至少解決上述技術問題之一。?

為此，本發明的目的在于提出一種基于多通道信息選擇的彩色圖像的邊緣檢測方法，該方法能夠有效綜合與利用RGB空間內彩色圖像各個通道上的邊緣檢測信息，提高邊緣檢測的完整度、邊緣定位的精度，另外，該方法的計算復雜度低。?

為了實現上述目的，本發明的實施例提出了一種基于多通道信息選擇的彩色圖像邊緣檢測方法，包括以下步驟：對輸入的彩色圖像進行預處理；在RGB顏色空間中，對所述彩色?圖像進行R、G、B三個通道上的邊緣檢測與梯度信息提取；結合所述各個通道的邊緣檢測結果，選擇置信度高的邊緣點，得到稀疏的邊緣檢測結果圖，進行邊緣生長；保留所述各個通道的邊緣檢測結果，得到稠密的邊緣檢測結果圖，并進行修正；以及綜合所述稀疏的邊緣檢測結果和所述稠密的邊緣檢測結果，得到最終的邊緣檢測輸出圖像。?

根據本發明實施例的基于多通道信息選擇的彩色圖像邊緣檢測方法，通過綜合與利用R、G、B三個通道的邊緣檢測結果，選擇適用的梯度信息定位與連接圖像的邊緣，能夠較充分地保留僅在單個通道上顯著的圖像邊緣，提高邊緣檢測的完整度和邊緣定位的精度，且計算復雜度較低。?

另外，根據本發明上述實施例的基于多通道信息選擇的彩色圖像邊緣檢測方法還可以具有如下附加的技術特征：?

在本發明的實施例中，所述對輸入的彩色圖像進行預處理進一步包括：將所述輸入圖像分離為所述R、G、B三個通道上的偽灰度圖像，分別進行濾波去噪、圖像增強等預處理。?

在本發明的實施例中，所述對所述彩色圖像進行所述R、G、B三個通道上的邊緣檢測與梯度提取進一步包括：在單個通道的偽灰度圖像中，使用一定的梯度模板，計算每個像素點的梯度矢量；使用非極大值抑制方法定位可能的邊緣點；對所述圖像的邊緣進行生長，提高邊緣連續性。?

在本發明的實施例中，所述得到稀疏的邊緣檢測結果圖，進行邊緣生長進一步包括：根據所述三個通道的圖像梯度信息，按照一定規則，給定所述每一個像素點處的梯度矢量；對所述三個通道中檢測的邊緣點進行篩選，若某個像素點在至少兩個通道中被檢測為邊緣點，則將其保留為所述輸出圖像中的邊緣點，從而得到所述稀疏的邊緣檢測結果圖；對所述稀疏的邊緣檢測結果圖中的像素點，檢查其鄰域邊緣點分布，進行邊緣生長。?

在本發明的實施例中，所述一定規則包括：以所述三個通道在所述給定像素點處的梯度矢量的大小作為權重，對所述梯度矢量進行加權求和，作為該像素點的梯度矢量。?

在本發明的實施例中，所述對稀疏邊緣檢測結果圖中的像素點，檢查其鄰域邊緣點分布，進行邊緣生長包括：對所述稀疏的邊緣檢測結果圖中的每一個像素點，若其在任一通道中被檢測為邊緣點，則統計其一定鄰域內的邊緣點數目，若所述統計數目少于一定閾值，則根據所述像素點的梯度矢量的方向進行邊緣生長，得到新的邊緣檢測結果。?