[發(fā)明專利]一種亞像素邊緣檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810428425.0
• 申請(qǐng)日: 2018-05-07
• 公開(kāi)（公告）號(hào): CN108648205A
• 公開(kāi)（公告）日: 2018-10-12
• 發(fā)明（設(shè)計(jì)）人: 彭紹湖;蘇偉強(qiáng);劉長(zhǎng)紅;胡曉
• 申請(qǐng)（專利權(quán)）人: 廣州大學(xué)
• 主分類號(hào): G06T7/13
• 分類號(hào): G06T7/13
• 代理公司: 北京市盈科律師事務(wù)所 11344
• 代理人: 江錦利

本發(fā)明提供了一種亞像素邊緣檢測(cè)方法，包括：獲取原始灰度圖像，并獲取所述原始灰度圖像的像素級(jí)粗邊緣；索引到所述像素級(jí)粗邊緣的邊緣點(diǎn)，并沿著梯度方向采用插值法擴(kuò)展邊緣；對(duì)擴(kuò)展后的邊緣點(diǎn)進(jìn)行亞像素檢測(cè)，獲得邊緣的亞像素位置；通過(guò)對(duì)邊緣點(diǎn)鄰域進(jìn)行基于梯度方向的插值，擴(kuò)展了復(fù)雜邊緣中邊緣與邊緣的間隔，不僅亞像素邊緣檢測(cè)的精度大大提高，而且復(fù)雜邊緣亞像素級(jí)定位能力也顯著增強(qiáng)。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種亞像素邊緣檢測(cè)方法。

背景技術(shù)

隨著計(jì)算機(jī)視覺(jué)工業(yè)測(cè)量技術(shù)的發(fā)展，高精度的邊緣檢測(cè)和邊緣定位技術(shù)應(yīng)運(yùn)而生。高效且精確的檢測(cè)技術(shù)將極大突破圖像采集設(shè)備的硬件限制，既能提高邊緣檢測(cè)的精度，也可以降低設(shè)備成本和能源消耗。

傳統(tǒng)的計(jì)算機(jī)視覺(jué)工業(yè)測(cè)量中，通過(guò)提高采樣速率的方法來(lái)提高圖像邊緣的精度，然而，采樣速率無(wú)法無(wú)限提升，過(guò)高的采樣速率不僅無(wú)法顯著改善定位精度，而且增大了生產(chǎn)成本。隨著數(shù)字圖像處理技術(shù)的發(fā)展，產(chǎn)生了基于亞像素的邊緣檢測(cè)技術(shù)，在相同的硬件條件下，其定位誤差低于一個(gè)像素，顯著地提高了檢測(cè)效率，但是現(xiàn)代工業(yè)的迅速發(fā)展，使得邊緣定位對(duì)精度的要求越來(lái)越高，同時(shí)，復(fù)雜的邊緣也加大了傳統(tǒng)亞像素邊緣檢測(cè)技術(shù)的測(cè)量壓力，其精度往往無(wú)法滿足要求。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對(duì)上述現(xiàn)有技術(shù)中的計(jì)算機(jī)視覺(jué)工業(yè)測(cè)量無(wú)法滿足復(fù)雜邊緣檢測(cè)的問(wèn)題，提出一種亞像素邊緣檢測(cè)方法，能夠有效提高復(fù)雜邊緣檢測(cè)的精度。

一種亞像素邊緣檢測(cè)方法，包括：

獲取原始灰度圖像，并獲取所述原始灰度圖像的像素級(jí)粗邊緣；

索引到所述像素級(jí)粗邊緣的邊緣點(diǎn)，并沿著梯度方向采用插值法擴(kuò)展邊緣；

對(duì)擴(kuò)展后的邊緣點(diǎn)進(jìn)行亞像素檢測(cè)，獲得邊緣的亞像素位置。

進(jìn)一步地，采用Canny邊緣檢測(cè)方法獲取所述原始灰度圖像的像素級(jí)粗邊緣。

進(jìn)一步地，沿著梯度方向采用插值法擴(kuò)展邊緣，包括：

定位到邊緣點(diǎn)N×N像素鄰域，其中N為大于或等于1的整數(shù)；

計(jì)算所述像素鄰域中心邊緣點(diǎn)的梯度方向，并采用雙線性插值法沿著邊緣點(diǎn)的梯度方向?qū)λ鱿袼剜徲蜻M(jìn)行插值。

進(jìn)一步地，所述邊緣點(diǎn)的梯度方向?yàn)镾oble算子檢測(cè)的梯度向量的方向；雙向性插值的方向?yàn)樗椒较蚝痛怪狈较虻氖噶亢汀?/p>

進(jìn)一步地，所述水平方向的矢量和垂直方向的矢量的比值為所述邊緣點(diǎn)梯度方向的正切值。

進(jìn)一步地，對(duì)擴(kuò)展后的邊緣點(diǎn)進(jìn)行亞像素檢測(cè)，獲得邊緣的亞像素位置，包括：

采用Zernike多項(xiàng)式模板計(jì)算擴(kuò)展后的邊緣點(diǎn)的位置參數(shù)；

進(jìn)行邊緣參數(shù)尺度的恢復(fù)。

進(jìn)一步地，所述Zernike多項(xiàng)式模板為計(jì)算圖像Zernike矩的圖像卷積模板，所述邊緣參數(shù)尺度的恢復(fù)為使用Zernike單位圓模板計(jì)算后的基于模板效應(yīng)的參數(shù)尺度恢復(fù)。

本發(fā)明提供的亞像素邊緣檢測(cè)方法，通過(guò)對(duì)邊緣點(diǎn)鄰域進(jìn)行基于梯度方向的插值，擴(kuò)展了復(fù)雜邊緣中邊緣與邊緣的間隔，不僅亞像素邊緣檢測(cè)的精度大大提高，而且復(fù)雜邊緣亞像素級(jí)定位能力也顯著增強(qiáng)。

附圖說(shuō)明

圖1為本發(fā)明提供的亞像素邊緣檢測(cè)方法一種實(shí)施例的流程圖。

圖2為本發(fā)明提供的亞像素邊緣檢測(cè)方法中絕對(duì)坐標(biāo)系一種實(shí)施例的示意圖。

圖3a為本發(fā)明提供的亞像素邊緣檢測(cè)方法一種應(yīng)用場(chǎng)景下的原始灰度圖像。