一种基于多种算子相融合的边缘检测方法技术

本发明专利技术提供一种基于多种算子相融合的边缘检测方法，输入原始图像，分别用Roberts边缘检测算子、Laplace边缘检测算子L1、Laplace边缘检测算子L2、Laplace边缘检测算子L3、Laplace边缘检测算子L4、LOG边缘检测算子LOG、Prewitt边缘检测算子和Canny边缘检测算子对原始图像进行边缘检测,分别得到图像ER、EL‑1、EL‑2、EL‑3、EL‑4、ELOG、EP和EC；用多数表决投票的方式对ER、EL‑1、EL‑2、EL‑3、EL‑4、ELOG、EP和EC进行融合，得到边缘检测的结果IE(x)。本发明专利技术实现的有益效果是通过对各类边缘检测算子的检测结果进行融和，综合各类边缘检测算子的优点，提高边缘检测效果。

An edge detection method based on fusion of multiple operators

The invention provides an edge detection method based on the fusion of multiple operators, and inputs the original image. The original image is processed by Roberts edge detection operator, Laplace edge detection operator L1, Laplace edge detection operator L2, Laplace edge detection operator L3, Laplace edge detection operator L4, LOG edge detection operator LOG, Prewitt edge detection operator and Canny edge detection operator respectively. Edge detection obtains images ER, EL 1, EL 2, EL 3, EL 4, ELOG, EP and EC respectively; ER, EL 1, EL 2, EL 3, EL 4, ELOG, EP and EC are fused by majority voting, and the results of edge detection IE (x) are obtained. The beneficial effect of the invention is to integrate the detection results of various edge detection operators, synthesize the advantages of various edge detection operators, and improve the edge detection effect.

【技术实现步骤摘要】
一种基于多种算子相融合的边缘检测方法
本专利技术涉及一种图像边缘检测方法，尤其是一种基于多种算子相融合的边缘检测方法。
技术介绍
数字图像包含着丰富的视觉信息，尤其是图像中的边缘信息，如图像中河流的边缘信息、医学CT图像中人体骨骼的边缘信息、道路交通图像中各种斑马线的边缘信息等。边缘信息的提取被广泛的应用于现代生活中，如医疗辅助诊断、人脸识别、目标跟踪、遥感监测等不同领域，这些边缘信息对于图像中目标的识别与检测有着十分重要的意义。目前为止已出现了很多不同的边缘检测方法，如Roberts边缘检测方法、Laplace边缘检测方法、LOG边缘检测方法、Prewitt边缘检测算子、Canny边缘检测算子等。其中，Roberts边缘检测算子利用局部差分来进行边缘信息的寻找与定位，定位比较精确，但由于缺少对图像的平滑处理，所以对噪声比较敏感；Laplace算子是一种基于二阶导数在边缘出现过零交叉点的边缘检测算子，主要通过二阶导数来对边缘点进行检测，具体是根据边缘点两侧的二阶导数是异号来进行的，该算子对噪声较敏感，边缘方向信息易丢失，但对孤立点及线端的检测效果较好；LOG算子也是一种通过检测二阶导数过零点来判断边缘点的边缘检测方法，该边缘检测算子在边缘定位精度和消除噪声之间存在着矛盾，要根据具体问题对噪声水平和边缘点定位精度要求适当选取有关参数；Prewitt算子是一阶的微分算子，是一种平均滤波器，对噪声有较好的抑制作用，其抑制噪声的原理是通过对像素求均值来实现的，但像素的平均化过程相当于对图像进行了低通滤波，这将导致图像高频信息的丢失，因此该算子对边缘的定位不如Roberts边缘检测算子；Canny边缘检测算子是一种基于最优化逼近的边缘检测算子，对噪声有一定的抗干扰性能获得较精确的边缘检测结果，但是该算子边缘检测的效果与其对应参数的选择和阈值的设置存在很大关系，还存在一定的缺陷。
技术实现思路
本专利技术要解决的技术问题是提供一种综合各类边缘检测算子的优势，提高边缘检测的精度的边缘检测方法。为解决上述技术问题，本专利技术是通过以下技术方案实现的，一种基于多种算子相融合的边缘检测方法，包括以下步骤：步骤1：输入原始图像，用Roberts边缘检测算子RX,RY对原始图像进行边缘检测,得到图像ER,步骤2：用Laplace边缘检测算子L1对原始图像进行边缘检测,得到图像EL-1，步骤3：用Laplace边缘检测算子L2对原始图像进行边缘检测,得到图像EL-2，步骤4：用Laplace边缘检测算子L3对原始图像进行边缘检测,得到图像EL-3，步骤5：用Laplace边缘检测算子L4对原始图像进行边缘检测,得到图像EL-4，步骤6：用LOG边缘检测算子LOG对原始图像进行边缘检测,得到图像ELOG，步骤7：用Prewitt边缘检测算子PX,PY对原始图像进行边缘检测,得到图像EP，步骤8：用Canny边缘检测算子CX,CY对原始图像进行边缘检测,得到图像EC，步骤9：用多数表决投票的方式对ER、EL-1、EL-2、EL-3、EL-4、ELOG、EP和EC进行融合，得到边缘检测的结果IE(x)，IE(x)为0表示灰度值为0，代表背景区域，IE(x)为1表示灰度值为1，代表边缘区域。本专利技术实现的有益效果是通过对各类边缘检测算子的检测结果进行融和，综合各类边缘检测算子的优点，提高边缘检测效果。附图说明下面结合附图对本专利技术的具体实施方式做进一步详细说明，其中：图1为本专利技术的实施流程图；图2为本专利技术实验的原始图像；图3为用Roberts边缘检测算子RX,RY对原始图像进行边缘检测得到的图像ER,；图4为用Laplace边缘检测算子L1对原始图像进行边缘检测得到的图像EL-1；图5为用Laplace边缘检测算子L2对原始图像进行边缘检测得到的图像EL-2；图6为用Laplace边缘检测算子L3对原始图像进行边缘检测得到的图像EL-3；图7为用Laplace边缘检测算子L4对原始图像进行边缘检测得到的图像EL-4；图8为用LOG边缘检测算子LOG对原始图像进行边缘检测得到的图像ELOG；图9为用Prewitt边缘检测算子PX,PY对原始图像进行边缘检测得到的图像EP；图10为用Canny边缘检测算子CX,CY对原始图像进行边缘检测得到的图像EC；图11为本专利技术方法对原始图像检测得到的结果图像。具体实施方式下面结合具体实施方式，进一步阐述本专利技术。参阅图1至图11，本专利技术提供一种基于图像插值运算的拉普拉斯算子边缘检测方法。本专利技术对多种不同边缘检测算子的检测结果进行融合，从而获得最终的边缘信息，主要包括以下步骤：步骤1：输入原始图像，用Roberts边缘检测算子RX,RY对原始图像进行边缘检测,得到图像ER,步骤2：用Laplace边缘检测算子L1对原始图像进行边缘检测,得到图像EL-1，步骤3：用Laplace边缘检测算子L2对原始图像进行边缘检测,得到图像EL-2，步骤4：用Laplace边缘检测算子L3对原始图像进行边缘检测,得到图像EL-3，步骤5：用Laplace边缘检测算子L4对原始图像进行边缘检测,得到图像EL-4，步骤6：用LOG边缘检测算子LOG对原始图像进行边缘检测,得到图像ELOG，步骤7：用Prewitt边缘检测算子PX,PY对原始图像进行边缘检测,得到图像EP，步骤8：用Canny边缘检测算子CX,CY对原始图像进行边缘检测,得到图像EC，步骤9：用多数表决投票的方式对ER、EL-1、EL-2、EL-3、EL-4、ELOG、EP和EC进行融合，得到边缘检测的结果IE(x)，IE(x)为0表示灰度值为0，代表背景区域，IE(x)为1表示灰度值为1，代表边缘区域。参考图1至图11，从不同的检测结果图像对比分析可以发现，本专利技术提供的边缘检测方法的检测效果是最好的，表明该种基于多种算子相融合的边缘检测方法确实能在一定程度上提高单一边缘检测算子的检测精度。以上实施例仅表达了本专利技术的一种实施方式，其描述较为具体和详细，但并不能理解为对专利技术专利范围的限制。对于本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变形和改进，这些都属于本专利技术的保护范围，因此本专利技术专利的保护范围应以权利要求为准。本文档来自技高网...

【技术保护点】
1.一种基于多种算子相融合的边缘检测方法，其特征在于包括以下步骤：步骤1：输入原始图像，用Roberts边缘检测算子RX,RY对原始图像进行边缘检测,得到图像ER,

【技术特征摘要】
1.一种基于多种算子相融合的边缘检测方法，其特征在于包括以下步骤：步骤1：输入原始图像，用Roberts边缘检测算子RX,RY对原始图像进行边缘检测,得到图像ER,步骤2：用Laplace边缘检测算子L1对原始图像进行边缘检测,得到图像EL-1，步骤3：用Laplace边缘检测算子L2对原始图像进行边缘检测,得到图像EL-2，步骤4：用Laplace边缘检测算子L3对原始图像进行边缘检测,得到图像EL-3，步骤5：用Laplace边缘检测算子L4对原始图像进行边缘检测,得到...

【专利技术属性】
技术研发人员：杨鹏，
申请(专利权)人：浙江工贸职业技术学院，
类型：发明
国别省市：浙江,33