[發明專利]一種增強低對比度圖像邊緣檢測效果的方法

在審

• 申請號: 202010213219.5
• 申請日: 2020-03-24
• 公開（公告）號: CN111429372A
• 公開（公告）日: 2020-07-17
• 發明（設計）人: 鮑宏鑫;張金礦;熊永春;劉培
• 申請（專利權）人: 杭州趣維科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/40;G06T7/13;G06T7/136
• 代理公司: 杭州橙知果專利代理事務所(特殊普通合伙) 33261
• 代理人: 賀龍萍

1.一種增強低對比度圖像邊緣檢測效果的方法，其特征是，具體包括如下步驟：

(1)輸入圖像數據，通過從圖像中的3*3采樣窗口取出奇數個數據進行排序；

(2)用排序后的中值取代要目標像素灰度值；

(3)對中值濾波處理之后的圖像進行直方圖均衡化，突出邊緣特征；

(4)采用3*3鄰域一階偏導的有限差分來計算均衡化之后的圖像的梯度幅值和方向；

(5)對上訴梯度幅值進行非極大值抑制，確定候選邊緣點；

(6)將非大極值抑制后的像素點根據梯度幅值劃分為D1、D2、D3三個類別，其中D1包含像素幅度代表著原圖中的非邊緣點，D2包含像素幅度代表著原圖中疑似邊緣點，D3包含像素幅度代表著原圖中的邊緣點；

(7)搜索計算最大類間方差，獲取自適應高低閾值；

(8)提取圖像邊緣，得到相應邊緣圖像。

2.根據權利要求1所述的一種增強低對比度圖像邊緣檢測效果的方法，其特征是，在步驟(2)中，用排序后的中值取代要目標像素灰度值的公式如下：

G(x，y)＝med{f(x-k，y-l)，(k，l∈W)}

其中，f(x,y)和G(x,y)分別為原始圖像和處理后圖像，x和y為像素坐標值，W為3*3采樣窗口，k和l分別為采樣窗口x方向和y方向上的變化值。

3.根據權利要求2所述的一種增強低對比度圖像邊緣檢測效果的方法，其特征是，在步驟(3)中，對中值濾波處理之后的圖像進行直方圖均衡化的公式如下：

其中L表示灰度范圍，p(x)表示處于x灰度級的像素個數，N表示總像素。

4.根據權利要求3所述的一種增強低對比度圖像邊緣檢測效果的方法，其特征是，在步驟(4)中，x方向和y方向計算公式如下：

G_x(x,y)＝f(x,y+1)-f(x,y-1)+(f(x+1,y+1)-f(x+1,y-1)+f(x-1,y+1)-f(x-1,y-1))/2

G_y(x,y)＝f(x+1,y)-f(x-1,y)+(f(x+1,y+1)-f(x-1,y+1)+f(x+1,y-1)-f(x-1,y-1))/2

其中，G_x(x,y)和G_y(x,y)分別為圖像處理后在x和y方向上的像素值，其余各項均為f(x,y)相鄰像素值；

梯度幅值M(x，y)為：

梯度方向θ(x，y)為：

其中，x和y為像素坐標值。

5.根據權利要求4所述的一種增強低對比度圖像邊緣檢測效果的方法，其特征是，在步驟(5)中，在梯度幅值圖中，如果某點梯度值與該點梯度方向上相鄰兩個像素的梯度值相比不是最大，則該點視為非邊緣點被刪除。

6.根據權利要求5所述的一種增強低對比度圖像邊緣檢測效果的方法，其特征是，在步驟(7)中，類間方差評價公式為：設原圖中總的像素數為N，灰度梯度為m_i對應的像素數為n_i，其概率為：整個區間梯度幅值期望E為：則各類的梯度幅值期望為：

且D_i＝{m_j，m_j+1，…，m_k-1，m_k}

其中，i為像素類別索引，j和k分別為各像素類的最小值和最大值索引；

定義則類間方差評價公式為：

σ²(l，h)＝(E₁-E)²p(E₁)+(E₂-E)²p(E₂)+(E₃-E)²p(E₃)

其中，l為低閾值索引(m_l∈D₁)，h為高閾值索引(m_h∈D₂)。

7.根據權利要求6所述的一種增強低對比度圖像邊緣檢測效果的方法，其特征是，在步驟(7)中，具體操作方法為：

(71)初始化閾值：設低閾值T_l＝m_l(m_l為D₁內最小值)，高閾值T_h＝m_h(m_h為D₂內最小值)，最大類間方差σ²max＝0；

(72)基于高低閾值劃分三類像素點，計算相應概率期望，然后得到類間方差評價值σ²(l，h)；

(73)比較評價值，更新當前高低閾值：比較σ²(l，h)與σ²_max：若σ²(l，h)較大，則T_l＝m_l，T_h＝m_h，σ²_max＝σ²(l，h)，反之則不變；

(74)若h小于D₂內最大值，則h加1，返回步驟(72)；

(75)若1小于D₁內最大值，則1加1，返回步驟(72)；

(76)得到當前T_l＝m_l，T_h＝m_h，即當前圖像最佳高低閾值。