[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

本發明目的是為了增加邊緣檢測算法的功能，打破已有檢測算法不能實時處理圖像的局限性。本發明提出了一種實時圖像邊緣檢測算法，具有以下步驟：包括步驟：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；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；根據雙閾值對于預處理后的圖像進行邊緣檢測。該算法具有實時性，效率高，適應性強，能根據圖像背景特征進行自適應閾值設置，能有效解決很多背景復雜的圖像。

技術領域

本發明專利涉及圖像處理技術領域，尤其涉及一種實時圖像邊緣檢測算法。

背景技術

邊緣檢測是圖像處理的重要技術之一。邊緣檢測是定位邊緣像素的過程，已有的邊緣檢測算法包括canny邊緣檢測算法，sobel邊緣檢測算法等等，這些已有的邊緣檢測算法處理的圖像是整幅圖像，并不能對正在得到的圖像進行有效的處理，本發明所提出的實時圖像邊緣檢測算法是在已有邊緣檢測算法能實現功能的基礎上增加了實時性這一功能，本發明提出的邊緣檢測算法能實時處理正在得到的圖像，本算法只需知道當前已得到圖像而不需知道后面圖像的情況即可處理實用性較強，適應的場景也更加廣泛。本發明提出的邊緣檢測算法可以處理的實例有：地鐵或高鐵接觸線識別；電線的識別檢測等等。

發明內容

為了增加邊緣檢測算法的功能，打破已有檢測算法不能實時處理圖像的局限性，本發明提出了一種實時圖像邊緣檢測算法。該算法具有實時性，效率高，適應性強，能根據圖像背景特征進行自適應閾值設置，能有效解決很多背景復雜的圖像。

為了實時高效的進行圖像邊緣檢測，本發明采用的技術方案是：

所述的一種實時圖像邊緣檢測算法，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。

所述步驟1中的實時圖像灰度數據是從線陣相機中獲取的圖像；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。

所述步驟2中的圖像預處理為：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。

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＜標準像素寬度；

步驟D：雙閾值設置及強弱邊緣的判定：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，