[發明專利]一種基于區域生長與蟻群優化算法相結合的邊緣檢測方法

在審

• 申請號: 201810797828.2
• 申請日: 2018-07-19
• 公開（公告）號: CN109191478A
• 公開（公告）日: 2019-01-11
• 發明（設計）人: 莊家衛;萬頻;王永華;楊健;連軼群
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06N3/00
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

本發明涉及一種基于區域生長與蟻群優化算法相結合的邊緣檢測方法，包括如下步驟：S1：采用區域生長方法，對圖像進行處理，提取感興趣區域；S2：對提取的感興趣區域，采用蟻群優化方法產生信息素矩陣；S3：對于提取的感興趣區域，采用蟻群優化方法產生的信息素矩陣，計算閾值，確定圖像邊緣。本發明克服現有技術的圖像邊緣不清晰、邊緣不連續、受噪影響大等技術缺陷，改進了已有蟻群算法容易過早收斂提供了一種基于區域生長與蟻群優化算法相結合的邊緣檢測方法。

技術領域

本發明涉及圖像分割技術領域，具體的涉及一種基于區域生長與蟻群優化算 法相結合的邊緣檢測方法。

背景技術

圖像分割的目的是將目標和背景分離，為計算機視覺的后續處理提供依據。 圖像分割是圖像理解與計算機視覺的前提，也是圖像處理與分析的基本技術之 一。圖像分割已被應用于很多的領域，例如，在紅外技術應用中，紅外成像跟蹤 系統中目標的分割，紅外無損檢測中紅外熱圖像的分割；在遙感應用中，合成孔 徑雷達圖像中目標的分割等；在醫學應用中，磁共振圖像的分割，血液細胞圖像 的分割；在農業工程應用中，水果品質無損檢測過程中水果圖像與背景的分割； 在工業生產應用中，機器視覺運用于產品質量檢測等。圖像分割技術在這些領域 的廣泛應用，充分表明圖像分割起著非常重要的作用。在圖像分割中，邊緣檢測 是圖像分割的前提和基礎，邊緣存在于目標與背景、目標與目標、區域與區域之 間，是圖像中物體結構、紋理、形態的重要信息，邊緣檢測結果受噪聲的影響很 大。因而在圖像分割技術中，圖像邊緣檢測技術有待改進。

現有的圖像邊緣檢測方法受噪聲的影響很大，如現有的對數函數圖像邊緣檢 測方法無法根據對數函數性質消除噪聲，雖然檢測效率高，但邊緣顯示效果不好， 邊緣不連續；高斯濾波圖像邊緣檢測方法可以排除噪聲，使圖像邊緣平滑，但在 處理高次噪聲時由于濾波強度不好控制，因而經常造成邊緣過度平滑。

發明內容

本發明克服現有技術的圖像邊緣不清晰、邊緣不連續、受噪影響大等技術缺 陷，同時提高邊緣檢測的速度，提供了一種基于區域生長與蟻群優化算法相結合 的邊緣檢測方法。

為解決上述技術問題，本發明的技術方案如下：

一種基于區域生長與蟻群優化算法相結合的邊緣檢測方法，算法包括如下步 驟：

S1：采用區域生長方法，對圖像進行處理，提取感興趣區域；

S2：對提取的感興趣區域，采用蟻群優化方法產生信息素矩陣；

S3：對于提取的感興趣區域，采用蟻群優化方法產生的信息素矩陣，計算閾 值，確定圖像邊緣，分割圖像。

其中，S1的區域生長方法包括如下步驟：

S1.1：選擇具有灰度值最大的像素點作為種子點；

S1.2：在空間上采用八鄰域連通或者四鄰域連通對鄰接的相似像素進行搜 索，采用|I_seed-I|＜λ|I_max-I_min|公式進行區域生長，將滿足此公式的鄰近像 素加入到種子區域，當生長的過程中當沒有像素滿足加入某個種子區域的條件 時，區域生長終止；

其中：I表示像素的灰度值，I_seed表示種子點的灰度值；I_max與I_mix分別表 示圖像中的最大灰度值與最小灰度值；λ是可調節的參數；

S1.3：遞歸調用S1.2，直至滿足|I_seed-I|＜λ|I_max-I_min|公式的像素加入到 種子區域；

S1.4：輸出種子區域。

對于經過區域生長處理后的圖片，可加快邊緣檢測的速度，在后續圖像處理 中節省了計算代價，可實現實時在線的圖像邊緣檢測。