[發明專利]一種實時圖像邊緣檢測算法

在審

• 申請號: 201811432598.6
• 申請日: 2018-11-27
• 公開（公告）號: CN111223050A
• 公開（公告）日: 2020-06-02
• 發明（設計）人: 馬千里;劉東方;張濤;胡棟;王俊
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/13;G06T7/136
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種實時圖像邊緣檢測算法，其特征在于，所述算法包括以下步驟：

步驟1：根據實時圖像灰度數據及已處理的圖像灰度數據進行計算進而設置短時記憶閾值及雙閾值；

步驟2：依據短時記憶閾值對實時圖像數據進行預處理消除部分背景干擾；

步驟3：根據雙閾值對于預處理后的圖像進行邊緣檢測。

2.根據權力要求1所述的一種實時圖像邊緣檢測算法，其特征在于，所述步驟1中的實時圖像灰度數據的獲取是由線陣相機所得到的，所述步驟1中的實時是指當前正在處理的行像素為當前已得到的圖像數據的最后一行像素。

3.根據權力要求1所述的一種實時圖像邊緣檢測算法，其特征在于，所述步驟1中的短時記憶閾值G1為當前處理行前面已處理的100行圖像找到的邊緣像素的灰度平均值。

4.根據權力要求1所述的一種實時圖像邊緣檢測算法，其特征在于，所述步驟1中雙閾值設置，具體包括以下步驟：

步驟A：計算當前行之前已處理的100行圖像像素灰度平均值并將其設置為短時記憶閾值G2；

步驟B：計算當前行圖像像素灰度平均值a，比較當前行像素灰度平均值與短時記憶閾值G2，根據a與G2不同的比較關系設置相應的動態雙閾值包括差分高低閾值以及像素灰度和高低閾值；動態雙閾值的設置原則為高閾值為低閾值的整數倍，具體倍數根據實際決定。

5.根據權力要求1所述的一種實時圖像邊緣檢測算法，其特征在于，所述步驟2中的實時圖像數據預處理為：所述實時圖像數據中每個像素點的灰度g與短時記憶閾值G1比較，如果該像素點的灰度值g大于G1，則保留原值；如果該像素點的灰度值g小于G1，則將該像素點的灰度值置為0。

6.根據權力要求1所述的一種實時圖像邊緣檢測算法，其特征在于，所述步驟3中的圖像的邊緣檢測，具體包括以下步驟：

步驟A：消除噪聲：對所述預處理后的實時圖像數據進行中值濾波處理，濾除實時圖像背景中的干擾噪聲；

步驟B：計算梯度幅值和方向：對所述消除噪聲后的實時圖像數據的水平、垂直和兩個對角線方向分別進行一階線性m點灰度差分，計算參與差分計算的m點像素的灰度和，所述m滿足0＜m＜標準邊緣像素寬度；

步驟C：非極值抑制：在所述實時圖像所有像素點的各個梯度方向的大小為n的鄰域內進行差分值非極值抑制，在所述鄰域內的差分極大值或差分極小值以及像素灰度和保留下來，其他非極值的差分值和像素灰度和置為0，所述n滿足0＜n＜標準邊緣像素寬度；

步驟D：雙閾值及強弱邊緣的判定：差分高閾值、差分低閾值、像素灰度和高閾值和像素灰度和低閾值分別設為d1、d2、g1和g2，通過如下公式進行強弱邊緣的判定：

其中，f等于1表示強邊緣，f等于0表示弱邊緣；

步驟E：滯后邊界追蹤與關聯追蹤：滯后邊界追蹤：在當前處理行中如果檢測到強邊緣，檢測該強邊緣的前后連通區域是否存在弱邊緣，如果強邊緣的連通區域存在弱邊緣，將弱邊緣標識為可能的邊緣；關聯追蹤：如果當前行檢測到的弱邊緣在上一行處理結果找到的邊緣中心的一個大小為t的鄰域內，將弱邊緣標識為可能的邊緣；再通過如下公式判斷邊緣屬于上升沿還是下降沿，所述t滿足條件t等于標準邊緣像素寬度的一半：

其中，h等于1表示上升沿，h等于-1表示下降沿，然后把可能邊緣的邊緣像素序號和差分值存入數組中。

步驟F：合并邊沿：把找到的邊沿中連續的上升沿或連續的下降沿合并成一個上升沿或下降沿，并記錄相應邊緣像素序號，得到所有邊緣。

7.根據權力要求6所述的實時圖像數據的邊緣檢測，其特征在于，所述標準邊緣像素寬度是對目標圖像的標準邊緣進行人工檢測得到的。