[發明專利]一種亞像素邊緣檢測方法及系統

有效

• 申請號: 201910022556.3
• 申請日: 2019-01-10
• 公開（公告）號: CN109741356B
• 公開（公告）日: 2020-08-21
• 發明（設計）人: 吳曉軍;蘇益沛;李鵬輝
• 申請（專利權）人: 哈爾濱工業大學(深圳)
• 主分類號: G06T7/13
• 分類號: G06T7/13
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 杜陽陽

本發明公開一種亞像素邊緣檢測方法及系統，所述方法先根據所述原始圖像確定梯度圖像，根據所述梯度圖像確定多個種子點對，其次以各種子點對對應的像素軌跡為單位提取邊緣，然后根據各所述種子點對對應的像素軌跡，確定原始圖像的像素邊緣輪廓；最后利用樣條插值法或高斯曲線擬合法或Steger法，根據原始圖像的像素邊緣輪廓確定原始圖像的亞像素邊緣輪廓；本發明采用跟蹤思想實現了輪廓跟蹤，相比于傳統以滑窗方式逐像素邊緣輪廓檢測，更好地保持了輪廓本身的完整性。

技術領域

本發明涉及亞像素邊緣檢測技術領域，特別是涉及一種亞像素邊緣檢測方法及系統。

背景技術

現有的亞像素邊緣檢測方法按照其原理可大致劃分為三大類：曲線擬合方法、插值方法、矩方法。基于擬合的亞像素邊緣檢測方法，如專利 CN107301636A公開的方法首先利用Canny邊緣檢測算法得到像素級邊緣位置信息，再通過高斯擬合的方法將邊緣位置準確度提升為亞像素級。另外如臺灣師范大學的CY Su等人利用Canny算法作為粗檢測器的LED探頭亞像素輪廓檢測方法，Canny算子在使用中需根據具體場景單獨設置高低閾值與高斯濾波器模板尺寸，不具有參數自適應能力，同時Canny算子的檢測結果容易出現輪廓斷裂，導致目標輪廓不完整，擬合過程中的計算量成為限制其應用的一大瓶頸。基于插值法的亞像素邊緣檢測如張洪濤、孫秋成等分別使用了B樣條函數和三次樣條函數作為插值函數，專利CN106251327A公開的方法采用了雙線性插值函數，一方面多項式階數的選擇是一個棘手的問題：用高階數的多項式擬合會大大降低計算速度，而用低階的多項式往往達不到精度的要求。另一方面，此類方法對圖像噪聲比較敏感，常常得到較差的效果。基于矩方法的亞像素邊緣檢測算法，如專利CN104715491A公開的方法，在灰度矩邊緣檢測算法中如果不考慮模板效應會使計算結果不精確，需要根據應用的場景選擇模板大小以減少邊緣亞像素坐標計算產生的偏差，從而使得算法適應性變差。專利CN104899888A公開的方法計算復雜度比較高，使得其不適用于對檢測速度要求高的工業場景。專利CN104715487A公開了一種基于偽Zernike矩的亞像素邊緣檢測方法，雖然該方法對噪聲不敏感，即克服了噪聲的影響，但是由于其使用偽Zernike的計算方法，而偽Zernike矩計算復雜度較大，那么這樣便影響了計算的速度，同樣不適用于對檢測速度要求高的工業場景。楊兵兵等提出的將偽Zernike矩和Sobel算子、Canny算子等經典方法結合，尋求提高檢測精度的亞像素邊緣檢測方法，能夠準確地檢測出數字圖像邊緣，但由于其檢測的圖像只考慮了低噪聲情況，對圖像中有很高噪聲的情況，其檢測精度有待改善。另外當兩條邊緣相距較近時，其提出的算法將檢測不精確，甚至會出現檢測錯誤的情況。

發明內容

本發明的目的是提供一種亞像素邊緣檢測方法及系統，以保持輪廓本身的完整性，使提取出來的原始圖像亞像素邊緣輪廓更完整。

為實現上述目的，本發明提供了一種亞像素邊緣檢測方法，所述方法包括：

獲取原始圖像；

根據所述原始圖像確定梯度圖像；

根據所述梯度圖像確定多個種子點對；所述種子點對包括第一初始種子點和第二初始種子點；

確定各種子點對對應的像素軌跡；

根據各所述種子點對對應的像素軌跡，確定原始圖像的像素邊緣輪廓；

利用樣條插值法或高斯曲線擬合法或Steger法，根據所述原始圖像的像素邊緣輪廓確定原始圖像的亞像素邊緣輪廓。

可選的，所述確定各種子點對對應的像素軌跡，具體步驟為：

獲取歷史邊緣點分布情況；

根據所述歷史邊緣點分布情況在種子點對處確定待選區域；

根據所述待選區域確定r級候選區域，其中，r為大于等于2的整數；

確定邊緣寬度系數；