[發明專利]一種圖像邊緣提取方法

在審

• 申請號: 202010005040.0
• 申請日: 2020-01-03
• 公開（公告）號: CN111199235A
• 公開（公告）日: 2020-05-26
• 發明（設計）人: 羅芝鴻
• 申請（專利權）人: 深圳市京灣量子遙感科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/40;G06K9/38;G06N3/12
• 代理公司: 廣東鵬杰律師事務所 44607
• 代理人: 王啟勝

本發明提供一種圖像邊緣提取方法。所述圖像邊緣提取方法包括以下步驟：S1：采用量子遺傳算法來進行圖像全局分割的預處理；S2：利用量子衍生的中值濾波方法對原圖像進行去噪；S3：利用量子邊緣檢測算子對去噪后的圖像進行邊緣檢測，得到邊緣灰度圖；S4：對邊緣灰度圖進行二值化提取，得到二值化邊緣圖。本發明提供的圖像邊緣提取方法具有改善了原量子衍生邊緣提取算法邊緣連接性差的缺點，增強了圖像的邊緣細節，使得用量子理論的方法提取遙感圖像邊緣較傳統方法更有優勢的優點。

技術領域

本發明涉及建筑技術領域，尤其涉及一種圖像邊緣提取方法。

背景技術

因為提取一幅圖像的邊緣是后續圖像分割，目標識別以及三維重建等操作的預處理過程，所以精確地進行邊緣檢測就顯得格外重要了。傳統的邊緣提取算子如sobel算子、laplace算子以及canny算子等處理遙感圖像的邊緣時效果都不盡理想，然而近幾年來有不少學者都想嘗試用新的方法來處理遙感圖像的邊緣，比如：基于小波變換的方法、基于形態學的方法以及神經網絡的方法等。

基于量子衍生的方法是指借用量子力學的一些基本原理來改進傳統算法的一種新的方法。2007年，謝可夫、許悟生等人基于量子力學、量子信息等理論與概念，提出了量子衍生形態學邊緣檢測，該方法具有檢測噪聲污染圖像的優點，但不如普通圖像邊緣檢測優越。2013年，艾金根等人提取出了基于量子指針的灰度圖像處理方法。2016年，S.Abdel-Khalek等人提出基于量子熵的圖像邊緣檢測算法,通過計算圖像的量子熵，來確定圖像分割閾值并提取圖像邊緣。2018年，北京中科院遙感所的畢思文教授帶領其團隊進行量子遙感圖像數據處理方面的研究，其中在量子遙感圖像數據邊緣提取算法方面的研究也頗有建樹。

因為原量子遙感圖像數據邊緣提取算法存在著邊緣連接性差等方面的缺陷，所以本文先對原遙感圖像進行全局的閾值分割，銳化圖像的邊緣，然后進行邊緣的二值化提取。仿真實驗結果顯示，本文算法對比于原算法改善了邊緣連接性差的缺點，增強了圖像的邊緣細節，使得用量子理論的方法提取遙感圖像邊緣較傳統方法更有優勢。

因此，有必要提供一種新的圖像邊緣提取方法解決上述技術問題。

發明內容

本發明解決的技術問題是提供一種改善了邊緣連接性差的缺點，增強了圖像的邊緣細節，使得用量子理論的方法提取遙感圖像邊緣較傳統方法更有優勢的圖像邊緣提取方法。

為解決上述技術問題，本發明提供的圖像邊緣提取方法包括以下步驟：

S1：采用量子遺傳算法來進行圖像全局分割的預處理；

S2：利用量子衍生的中值濾波方法對原圖像進行去噪；

S3：利用量子邊緣檢測算子對去噪后的圖像進行邊緣檢測，得到邊緣灰度圖；

S4：對邊緣灰度圖進行二值化提取，得到二值化邊緣圖。

與相關技術相比較，本發明提供的圖像邊緣提取方法具有如下有益效果：

本發明提供一種圖像邊緣提取方法，通過先對原遙感圖像進行全局的閾值分割，銳化圖像的邊緣，然后進行邊緣的二值化提取，可以有效的解決原量子遙感圖像數據邊緣提取算法存在著邊緣連接性差等方面的缺陷，通過仿真實驗，結果顯示本文算法對比于原算法改善了邊緣連接性差的缺點，增強了圖像的邊緣細節，使得用量子理論的方法提取遙感圖像邊緣較傳統方法更有優勢。

附圖說明

圖1為本發明提供的圖像邊緣提取方法的邊緣分解矢量圖；

圖2為本發明提供的圖像邊緣提取方法的遙感地貌圖像的實驗結果圖；

圖3為本發明提供的圖像邊緣提取方法的街道拍攝圖像的實驗結果圖。

具體實施方式