[發明專利]一種改進的Zernike矩亞像素邊緣檢測方法

有效

• 申請號: 201810371730.0
• 申請日: 2018-04-24
• 公開（公告）號: CN108537810B
• 公開（公告）日: 2020-05-08
• 發明（設計）人: 朱維斌;劉明佩;葉樹亮
• 申請（專利權）人: 中國計量大學
• 主分類號: G06T7/13
• 分類號: G06T7/13
• 代理公司: 杭州奧創知識產權代理有限公司 33272
• 代理人: 王佳健

本發明公開了一種改進的Zernike矩亞像素邊緣檢測方法。本發明具體包括：一、求解Zernike矩6×6偶數模板；二、利用Sobel算子進行初定位，獲取像素級邊緣點；三、利用5×5模板求解Zernike矩進行二級初定位，獲取亞像素級邊緣點；四、分析二級初定位下亞像素邊緣點所在區間；五、根據所在區間，選取偶數模板或者奇數模板求解Zernike矩進行精定位，獲取更精確的亞像素級邊緣位置。本發明通過判斷二次初定位邊緣點所在區域，根據所在區域選取奇數模板或者偶數模板求解亞像素邊緣位置，提高了算法的檢測精度。

技術領域

本發明屬于圖像處理技術領域，具體涉及一種改進的Zernike矩亞像素邊緣檢測方法。

背景技術

邊緣檢測是視覺檢測系統的基礎，邊緣提取的好壞直接影響圖像特征及平面幾何參數信息的獲取。經典的邊緣檢測算法如Sobel算子、Log算子、Canny算子等，是考查圖像像素鄰域內灰度的變化，利用一階導數的極大值或者二階導數的過零點來檢測邊緣點，這些方法的定位精度為像素級。

隨著實際應用中對精度要求的提高，像素級的邊緣檢測算法無法滿足工業需要，越來越多的研究人員致力于亞像素級邊緣檢測算法的研究。常用的亞像素邊緣檢測算法主要包括：基于差值法的亞像素邊緣檢測算法、基于擬合法的亞像素邊緣檢測算法和基于矩方法的亞像素邊緣檢測算法三大類。其中基于差值的亞像素邊緣檢測算法具有算法實現簡單、檢測速度快的優點，但是抗噪性能差、檢測精度低；基于擬合的亞像素邊緣檢測算法具有檢測精度高、抗噪性能好、穩定性強的優點，但是擬合函數模型的獲取比較困難，不容易實現；基于矩的亞像素邊緣檢測算法具有檢測精度高、穩定性強、抗噪性能好的優點，是應用最廣的一類亞像素邊緣檢測算法。

基于矩的亞像素邊緣檢測算法可分為：灰度矩、空間矩和Zernike矩。其中Zernike矩因其具有檢測速度快、檢測精度高、抗噪性能好等優點被普遍應用。利用Zernike矩計算亞像素邊緣位置時，需要利用Zernike矩模板與圖像進行卷積獲取相應階次的Zernike矩。常用的Zernike矩檢測模板為奇數模板，如5×5模板、7×7模板和9×9模板，其中模板越大檢測精度越高、抗噪性能越好，但檢測速度越慢。利用奇數模板獲取Zernike矩，具有模板不對稱的缺點，且其二維理想階躍模型的中心點位置都為像素的中心點，在一定程度上限制不同邊緣下亞像素求取的精度。

發明內容

本發明為克服上述奇數模板求取Zernike矩的不足，提出一種改進的Zernike矩亞像素邊緣檢測方法。

本發明首先求解Zernike矩偶數模板，本發明選取6×6偶數模板為例；然后利用Sobel算子進行初定位，獲取像素級邊緣點；然后利用5×5模板求解Zernike矩進行二級初定位，獲取亞像素級邊緣點；接著分析二級初定位下亞像素邊緣點所在區間；最后根據所在區間，選取偶數模板或者奇數模板求解Zernike矩進行精定位，獲取更精確的亞像素級邊緣位置。

本發明具體步驟如下：

步驟一、求解6×6偶數模板。

圖像f(x,y)的n階m次Zernike矩定義為：

其中與極坐標系單位圓內的正交n階m次Zernike多項式V_nm(ρ,θ)共軛。

根據式(1)，在單位圓內每個小陰影面積上對積分核函數V₁₁＝x+jy和V₂₀＝2x²+2y²-1進行積分，得到一階一次和二階零次的6×6偶數模板系數。

步驟二、利用Sobel算子初定位獲取像素級邊緣點。

步驟三、利用Zernike矩5×5模板求取Zernike矩進行二次初定位。

步驟四、判斷二次初定位邊緣點所在區間。