[發(fā)明專利]一種基于圖像局部區(qū)域的亞像素邊緣檢測方法在審
| 申請?zhí)枺?/td> | 201711037061.5 | 申請日： | 2017-10-30 |
| 公開（公告）號： | CN109727261A | 公開（公告）日： | 2019-05-07 |
| 發(fā)明（設(shè)計）人： | 饒橋兵;肖納 | 申請（專利權(quán)）人： | 藍思智能機器人（長沙）有限公司 |
| 主分類號： | G06T7/13 | 分類號： | G06T7/13 |
| 代理公司： | 北京集佳知識產(chǎn)權(quán)代理有限公司 11227 | 代理人： | 羅滿 |
| 地址： | 410311 湖南省長沙市瀏陽經(jīng)*** | 國省代碼： | 湖南;43 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 像素級邊緣 擬合 亞像素邊緣檢測 圖像局部區(qū)域 亞像素級邊緣 位置及方向 區(qū)域計算 像素點 線條 邊緣檢測算法 提取目標(biāo)圖像 像素值變化 低對比度 局部區(qū)域 圖像邊緣 邊緣點 高噪聲 預(yù)設(shè) | ||
本發(fā)明實施例公開了一種基于圖像局部區(qū)域的亞像素邊緣檢測方法，包括：通過預(yù)設(shè)的邊緣檢測算法提取目標(biāo)圖像的像素級邊緣；根據(jù)像素級邊緣選取對應(yīng)的線條擬合邊緣；通過以像素點為中心的5×3區(qū)域計算亞像素級邊緣點的位置及方向。通過對提取的像素級邊緣進行線條擬合，并以像素點為中心的5×3區(qū)域計算亞像素級邊緣點的位置及方向，尤其是采用5×3區(qū)域進行計算，能夠有效利用局部區(qū)域的像素值變化趨勢擬合出實際邊緣點，實現(xiàn)了在高噪聲、邊緣難辨、低對比度的情況下，對圖像邊緣的準(zhǔn)確提取。
技術(shù)領(lǐng)域
本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種基于圖像局部區(qū)域的亞像素邊緣檢測方法。
背景技術(shù)
隨著機器視覺的發(fā)展，配有CCD攝像機的視覺系統(tǒng)被廣泛應(yīng)用于手機鏡片絲印等領(lǐng)域。這些領(lǐng)域中絕大多數(shù)都需要分析圖像中的邊緣來獲得位置信息，而亞像素級邊緣檢測能在相對低的硬件配置下獲得比像素級更多的邊緣信息。目前，亞像素邊緣檢測算法主要可以分為三類，即插值法、曲線擬合法和基于鉅的邊緣檢測法。但是，在高噪聲、邊緣難辨、低對比度的情況下，目前還不能實現(xiàn)圖像邊緣的準(zhǔn)確提取。
因此，如何在高噪聲、邊緣難辨、低對比度的情況下，實現(xiàn)圖像邊緣的準(zhǔn)確提取，是本領(lǐng)域技術(shù)人員目前需要解決的技術(shù)問題。
發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于圖像局部區(qū)域的亞像素邊緣檢測方法，可以在高噪聲、邊緣難辨、低對比度的情況下，實現(xiàn)圖像邊緣的準(zhǔn)確提取。
為解決上述技術(shù)問題，本發(fā)明提供了如下技術(shù)方案：
一種基于圖像局部區(qū)域的亞像素邊緣檢測方法，包括：
通過預(yù)設(shè)的邊緣檢測算法提取目標(biāo)圖像的像素級邊緣；
根據(jù)所述像素級邊緣選取對應(yīng)的線條擬合邊緣；
通過以像素點為中心的5×3區(qū)域計算亞像素級邊緣點的位置及方向。
優(yōu)選地，所述通過預(yù)設(shè)的邊緣檢測算法提取目標(biāo)圖像的像素級邊緣，包括：建立坐標(biāo)系，并通過Canny邊緣檢測算法提取目標(biāo)圖像的像素級邊緣，獲取像素級邊緣點的信息。
優(yōu)選地，所述根據(jù)所述像素級邊緣選取對應(yīng)的線條擬合邊緣，包括：
當(dāng)所述像素級邊緣為一條直線時，選取直線擬合邊緣；
當(dāng)所述像素級邊緣不是直線時，選取曲線擬合邊緣。
優(yōu)選地，所述通過以像素點為中心的5×3區(qū)域計算亞像素級邊緣點的位置及方向，包括：
當(dāng)所述像素級邊緣為一條直線時，通過方程y＝a+bx表示該邊緣，并將所述坐標(biāo)系設(shè)置在像素點P(i，j)的中心，其中，該直線將邊緣局部區(qū)域劃分為灰度值分別為A和B的兩塊區(qū)域；
計算所述像素點P(i，j)的灰度值；
以所述像素點P(i，j)為中心的5×3區(qū)域內(nèi)，分別計算左、中、右三列區(qū)域的像素值之和，并計算左、中、右三列區(qū)域中位于像素級邊緣線下的面積；
根據(jù)左、中、右三列區(qū)域的像素值之和以及左、中、右三列區(qū)域中位于像素級邊緣線下的面積分別計算a、b、像素值A(chǔ)、像素值B，其中像素值A(chǔ)和像素值B采用5×3區(qū)域內(nèi)對角的三個像素點的平均值作為像素值，并根據(jù)a、b、像素值A(chǔ)、像素值B，計算所述亞像素級邊緣點的位置及方向。
優(yōu)選地，所述計算所述像素點P(i，j)的灰度值，為：
假設(shè)數(shù)字圖像F除邊緣區(qū)域外是一個連續(xù)函數(shù)f(x，y)，同時也假設(shè)在圖像邊緣處是不連續(xù)的，如果圖像邊緣在像素點(i，j)處不連續(xù)，可得像素點(i，j)的灰度值為：
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于藍思智能機器人（長沙）有限公司，未經(jīng)藍思智能機器人（長沙）有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201711037061.5/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
