[發明專利]一種基于改進Prewitt算子的火災復雜環境圖像檢測方法

在審

• 申請號: 201810362964.9
• 申請日: 2018-04-21
• 公開（公告）號: CN108734716A
• 公開（公告）日: 2018-11-02
• 發明（設計）人: 劉勝貴
• 申請（專利權）人: 卞家福
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/12;G06T5/30;G06T5/00;G06T7/136
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于改進Prewitt算子的火災復雜環境圖像檢測方法，其特征在于，包括以下步驟：S1、利用形態學平滑算法對模擬火災復雜環境圖像進行濾波、保留邊緣信息并去除噪聲，具體步驟為：采用形態學中的開運算處理，設結構元素為s₁，定義開運算操作為：

式中，F表示火災復雜環境圖像的集合，表示開運算操作，s表示結構元素，Θ表示圖像F被結構元素s腐蝕，表示結構元素對圖像F的膨脹；采用形態學中的閉運算處理，設結構元素為s₂，定義閉運算操作為：

式中，F表示火災復雜環境圖像的集合，·表示閉運算操作，s表示結構元素，Θ表示圖像F被結構元素s腐蝕，表示結構元素對圖像F的膨脹；

S2、計算單一尺度下圖像的形態學梯度；所述步驟S2使用如下公式計算單一尺度下圖像的形態學梯度：

其中，G(f)為單一尺度下圖像的形態學梯度，f為濾除噪聲后的空間目標圖像，B為結構元，⊕和分別表示形態學處理中的膨脹運算和腐蝕運算；

根據所述單一尺度下圖像的形態學梯度，計算得到多尺度形態學梯度圖像；使用如下所述的公式計算得到多尺度形態學梯度圖像：

其中，MG(f)為多尺度形態學梯度；B i為第i個結構元，其尺寸為(2i+1)×(2i+1)；n為尺度數；確定多尺度形態學梯度圖像中的極大值點的位置；使用過零點位置模板選取對應的形態學梯度邊緣，并根據預設閾值去除偽邊緣；使用高斯濾波器對所述多尺度形態學梯度圖像進行低通濾波；使用Prewitt算子計算出所述多尺度形態學梯度圖像在水平和豎直兩個方向上的一階導數；使用過零點檢測方法檢測出梯度圖像中極值點所對應的位置；所述保留目標邊緣的主干并去除邊緣中的碎片包括：利用像素的連通性，將目標邊緣分割成一個或多個連通部分；計算每個連通部分的面積，將面積小于預設第二閾值的連通部分去除；

S3、采用改進Prewitt算子邊緣檢測算子對步驟S2的多尺度形態學梯度圖像進行邊緣檢測，得到不規則火災復雜環境圖像的邊緣信息，所述改進Prewitt算子邊緣檢測算子采用8模板Prewitt算法，主要為：把那些在鄰域內灰度變化超過某個適當閾值的像素點當作邊緣點；還在改進的Roberts邊緣檢測算子基礎上添加了改進的Sobel算子，改進的Roberts邊緣檢測算子主要是所述改進的Sobel算子主要改進在：在傳統Sobel算子垂直與水平兩個方向的模板上，以45度為單位將垂直與水平模板均分成16個方向模板；所述步驟S3改進的Sobel算子主要改進在：在傳統Sobel算子垂直與水平兩個方向的模板上，以22.5度為單位將垂直與水平模板均分成16個方向模板體，具體包括：

S31：邊界是亮度級的梯度變化，邊緣是梯度變化的位置，用梯度向量的大小和方向來表述這種變化，邊緣用梯度向量的大小和方向來表述這種變化；

梯度算子是一階導數算子，圖像f(x,y)在位置(i,j)的梯度定義為下列矢量：

▽f的幅度值為：

S32：Sobel算子用水平和豎直兩個方向的模板與圖像f(x,y)做卷積運算，以此近似計算(i,j)處的梯度值，可通過下列公式求解G_x和G_y的值：

f(x,y)＝max{|G_x|,|G_y|}

Gx＝f(i+1,j-1)+2f(i+1,j)+f(i+1,j+1)-f(i-1,j-1)-2f(i-1,j)-f(i-1,j+1)

Gy＝f(i-1,j+1)+2f(i,j+1)+f(i+1,j+1)-f(i-1,j-1)-2f(i,j-1)-f(i+1,j-1)

式中，G_x和G_y分別為水平方向和垂直方向的梯度值；

S33：在傳統Sobel算子的基礎上，增加其他14個方向的模板，分別為；22.5n，n＝1、2…15、16，

S34：根據上述16個方向模板，計算不同方向的權值，計算公式如下：

lng(x,y)＝-ln2[d(x,y)²-u]

ω(x,y)＝[g(x,y)]

式中，d(x,y)表示模板的元素與中心點之間的歐式距離，g(x,y)表示(x,y)處的實數權值，u表示調整系數，對g(x,y)取整得到ω(x,y)；

S35：根據預先設定的模板各個點的權重，然后與目標圖像相對應的像素做卷積運算；

S36：選取在步驟S25中得到的最大值，用此最大值代替模板中心點對應的目標圖像的像素值，最后輸出最大的灰度值作為所有模板中的像素輸出值；

S37：設定合適的閾值T，若(i,j)處的梯度幅值▽f(i,j)≥T，則將該點定義為邊緣點。

2.根據權利要求1所述的基于改進Prewitt算子的火災復雜環境圖像檢測方法，其特征在于，所述8模板Prewitt算法的主要步驟包括:

分別用8個方向模板沿著圖像從一個像素移到另一個像素，并將模板的中心像素與圖像中的某個像素位置重合；將模板內的系數與其對應的圖像像素值相乘；將所有乘積相加；將兩個卷積的最大值，賦給圖像中對應模板中心位置的像素，作為該像素的新灰度值；取適當的閾值Thr，如果像素新灰度值>Thr，則該像素點為圖像邊緣點。