【技术实现步骤摘要】
本专利技术属于计算机数字图像处理
，具体涉及一种基于水流法的宽线检测算法。
技术介绍
线检测已经被广泛应用在中医舌诊、生物特征检测和航拍图像中道路和河流检测等。然而目前大多数线检测方法忽略了线厚度，对噪声敏感，难以适应纹理形状和厚度各异的线检测。传统的边缘检测算法，如Canny算子，仅仅提取宽线的边缘，没有考虑线的厚度。还有一些基于边缘的检测算法，把宽线看成由两条平行边缘组合成的目标，这种方法首先在图像中找出所有边缘信息，然后通过分析这些边缘信息来找出需要的目标边缘，然而这种方法忽略了线的厚度，线的厚度信息在许多应用中是非常有价值的。一种流行的线检测算法是将线当作山脊或山谷，采用微分的几何性质来检测线。然而二阶导数被使用，使得这种方法对噪声是敏感的。另一种广泛被使用的线检测算法为基于区域估计的方法，如WLD线检测算子、LWF线检测算子。基于区域估计的线检测算法的目标旨在提取出整个宽线。WLD线检测算子是基于各向同性的线响应核来提取出宽线。LWF线检测算子是基于密度估计核来检测宽线。这种基于区域估计的线检测算法对噪声是鲁棒的，由于没有采用微分几何性质。WLD...
【技术保护点】
一种基于水流法的宽线检测算法，其特征在于，具体步骤如下：（1）、构建地貌海拔图；（2）、水流法获取宽线响应图；（3）、宽线提取；其中：步骤（1）所述的构建地貌海拔图，具体过程如下：（11）、输入原始彩色图像，将其转化为灰度图像；（12）、采用导向滤波对灰度图像进行边缘保留的平滑处理，获得滤波后的图像I；（13）、以图像灰度信息作为海拔数据构建地貌海拔图I；步骤（2）所述的水流法获取宽线响应图，具体过程如下：（21）、计算平滑后图像I的粗糙度图像，通过Otsu选取候选水分子像素；（22）、在地貌海拔图I上采用水流法得到宽线响应图L；（23）、坡阈值T和几何阈值参数自适应选取；...
【技术特征摘要】
1.一种基于水流法的宽线检测算法，其特征在于，具体步骤如下：（1）、构建地貌海拔图；（2）、水流法获取宽线响应图；（3）、宽线提取；其中：步骤（1）所述的构建地貌海拔图，具体过程如下：（11）、输入原始彩色图像，将其转化为灰度图像；（12）、采用导向滤波对灰度图像进行边缘保留的平滑处理，获得滤波后的图像I；（13）、以图像灰度信息作为海拔数据构建地貌海拔图I；步骤（2）所述的水流法获取宽线响应图，具体过程如下：（21）、计算平滑后图像I的粗糙度图像，通过Otsu选取候选水分子像素；（22）、在地貌海拔图I上采用水流法得到宽线响应图L；（23）、坡阈值T和几何阈值参数自适应选取；步骤（3）所述的宽线提取，具体过程如下：（31）、对于暗线检测，计算滤波后图像的暗度信息，消除错误的线响应；（32）、对于明线检测，计算滤波后图像的明度信息，消除错误的线响应；（33）、对线响应进行一些形态学操作，获得最终宽线检测结果。2.根据权利要求1所述的基于水流法的宽线检测算法，其特征在于，步骤（2）中所述计算平滑后图像的粗糙度图像，通过Otsu选取候选水分子像素，其具体过程如下：（211）、计算平滑后灰度图像I的粗糙度信息：在图像I上，对于每一个像素k，它的粗糙度是以像素k为中心的局部窗口内像素灰度值的标准方差：其中，局部窗口的半径r，为了完全检测出整个宽线，需要满足：r要大于线的宽度一半，即：；（212）、利用Otsu对粗糙度图像进行二值化处理，选取粗糙度较大的像素作为候选水分子。3.根据权利要求1所述的基于水流法的宽线检测算法，其特征在于，步骤（2）中所述在地貌海拔图I上采用水流法得到宽线响应图L，其具体过程如下：（221）、在地貌海拔图I，采用水流法得到暗线响应图L；（222）、在地貌海拔图I，采用水流法得到明线响应图L。4.根据权利要求3所述的基于水流法的宽线检测算法，其特征在于，步骤（221）中所述在地貌海拔图I，采用水流法得到暗线响应图L，其具体过程如下：（2211）、采用8邻域系统；（2212）、定义水流模型参数和变量；（2213）、水流法获得暗线响应图L，它的灰度值初始化为0，定义坡阈值为T，对每个候选水分子像素独立执行水流算法；其中，所述定义水流模型参数和变量的具体过程如下：（22121）、定义当前水分子像素和其8邻域像素间的灰度差值为：其中，为当前水分子像素8邻域系统中方向上的像素坐标，为当前像素8邻域方向集合，即：；（22122）、确定当前水分子像素的流动方向：（22123）、确定当前水分子像素与其8邻域的最大差值：（22124）、确定当前水分子像素与其8邻...
【专利技术属性】
技术研发人员：张文强，胡洋洋，路红，张睿，郑骁庆，张超，王华，薛向阳，
申请(专利权)人：复旦大学，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。