[發明專利]邊緣檢測方法及可讀存儲介質

在審

• 申請號: 202111189000.7
• 申請日: 2021-10-12
• 公開（公告）號: CN113989309A
• 公開（公告）日: 2022-01-28
• 發明（設計）人: 陳杭;楊曉冬;蘇文凱
• 申請（專利權）人: 豪威科技（武漢）有限公司
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/90;G06N3/04
• 代理公司: 上海思捷知識產權代理有限公司 31295
• 代理人: 尤彩紅

本發明提供了一種邊緣檢測方法及可讀存儲介質。其中，所述邊緣檢測方法包括：基于2*2像素組為中心進行卷積計算，得到卷積像素的卷積，其中，每個所述2*2像素組中的原始像素的顏色通道相同，每個所述卷積像素與一個所述2*2像素組相對應；基于所述卷積像素的卷積計算所述卷積像素的梯度；基于所述卷積像素的梯度判斷當前的所述卷積像素是否為邊緣像素。如此配置，解決了現有技術中缺乏對Quad Bayer Raw圖像所包含的原始信息直接進行邊緣檢測的方法的問題。同時，上述方法還具有計算過程簡潔，準確度高的有益效果。

技術領域

本發明涉及圖像信號處理領域，特別涉及一種邊緣檢測方法及可讀存儲介質。

背景技術

Quad Bayer是一種“四像素合一”的技術，通過采用相鄰的4個像素使用相同的顏色通道的結構，滿足高分辨率和高感度的需求，且支持高動態范圍拍照。目前已經有不少的圖像傳感器采用Quad Bayer結構。

基于Quad Bayer結構生成的Raw圖像如圖1a所示。在圖1a中，相鄰的4個像素的顏色通道相同，為了便于描述，將相鄰的顏色通道相同的4個像素稱為2*2像素組。Raw圖像本身包含了最為精確的圖像的原始信息。但是現有技術中，對Quad Bayer Raw圖像進行邊緣檢測時，需要先將其轉化為傳統拜爾陣列的圖像(如圖1b所示)，或者RGB圖像(如圖1c所示)，然后再配合一些常見的邊緣檢測算法進行計算。

以下是兩種常見的Quad Bayer Raw圖像的邊緣檢測方法。

方法一，通過remosaic(一種將Quad Bayer Raw圖像轉化為傳統拜爾陣列圖像的算法)算法和demosaic(一種將傳統拜爾陣列圖像轉化為RGB圖像的方法)算法，將QuadBayer Raw圖像轉化為RGB圖像，然后根據RGB圖像進行邊緣檢測，上述方案的缺陷在于，計算量較大，依賴于remosaic算法和demosaic算法的精度，轉換過程造成圖像的原始信息丟失，邊緣檢測精度有損。

方法二，先通過remosaic算法將Quad Bayer Raw圖像轉化為傳統拜爾陣列圖像，然后根據顏色通道對像素進行分組(其中G通道分為Gr通道和Gb通道，共計B、Gb、Gr、R四個通道)，各自進行邊緣檢測，再綜合邊緣檢測的結果進行判斷。由于不同的顏色通道的噪聲水平不一樣，需要分別設置邊緣檢測的閾值，增加了檢測的繁瑣程度；4個通道檢測結果還可能影響整體的邊緣檢測一致性。另外，也仍然存在圖像的原始信息丟失，邊緣檢測精度有損的問題。

總之，現有技術中缺乏對Quad Bayer Raw圖像所包含的原始信息直接進行邊緣檢測的方法。

發明內容

本發明的目的在于提供一種邊緣檢測方法及可讀存儲介質，以解決現有技術中缺乏對Quad Bayer Raw圖像所包含的原始信息直接進行邊緣檢測的方法的問題。

為了解決上述技術問題，本發明提供了一種邊緣檢測方法，應用于Quad BayerRaw圖像，所述邊緣檢測方法包括：

基于2*2像素組為中心進行卷積計算，得到卷積像素的卷積，其中，每個所述2*2像素組中的原始像素的顏色通道相同，每個所述卷積像素與一個所述2*2像素組相對應；

基于所述卷積像素的卷積計算所述卷積像素的梯度；

基于所述卷積像素的梯度判斷當前的所述卷積像素是否為邊緣像素。

可選的，基于所述卷積像素的梯度判斷當前的所述卷積像素是否是所述邊緣像素的步驟包括：

判斷所述卷積像素的梯度是否大于第一閾值，若結果為是，則判斷當前的所述卷積像素是所述邊緣像素。

可選的，若判斷所述卷積像素的梯度小于或者等于所述第一閾值，基于所述卷積像素的梯度判斷當前的所述卷積像素是否是所述邊緣像素的步驟還包括：