【技术实现步骤摘要】
具有高抗干扰能力的图像轮廓提取方法
本专利技术涉及一种图像轮廓提取方法,具体涉及具有高抗干扰能力的图像轮廓提取方法。
技术介绍
轮廓提取方法通常依靠高阶算子进行分析,由于高阶算子的模拟直观形态下,肉眼难以判断轮廓提取的好坏,实际上有很多噪点存在,对复原算子有很大的影响。
技术实现思路
本专利技术所要解决的技术问题是现有图像轮廓提取方法的抗干扰能力不足,目的在于提供具有高抗干扰能力的图像轮廓提取方法,解决上述问题。具有高抗干扰能力的图像轮廓提取方法,包括链码跟踪存储轮廓信息算法,还包括以下步骤:S1,利用灰度变换将彩色图像变为灰度图像,并进行非线性变换;S2,对图像进行形态学处理,先膨胀再腐蚀;S3,对图像进行平滑处理;S4,二值化图像后,结合所述链码跟踪存储轮廓信息算法,对图像轮廓进行提取。S1用于实现降维,彩色图像通常每个像素点都由3个值表示,采用灰度变换即从3×255种组合变换成只有255种组合,非线性变换能更好的突出或抑制图像信息;S2对图像进行形态学处理,用于消除靠近轮廓边缘的干扰像素;S3为了消除噪声,提高图像的质量;S4二值图像经轮廓提取后由原来的阵列形式转化为对边界轮廓点的描述,由于轮廓点本身只表示了图形区域的边界,此时,利用链码跟踪存储轮廓信息算法,存储边界信息。进一步地,所述非线性变换采用指数变换。指数变换对于高灰度值区间的变换程度远远高于低灰度值区间,适合过亮图像的预处理。本专利技术与现有技术相比,具有如下的优点和有益效果:本专利技术具有高抗干扰能力的图像轮廓提取方法,能够有效提高轮廓检测的精度。具体实施方式为使本专利技术的目的、技术方案和 ...
【技术保护点】
1.具有高抗干扰能力的图像轮廓提取方法,包括链码跟踪存储轮廓信息算法,其特征在于,还包括以下步骤:S1,利用灰度变换将彩色图像变为灰度图像,并进行非线性变换;S2,对图像进行形态学处理,先膨胀再腐蚀;S3,对图像进行平滑处理;S4,二值化图像后,结合所述链码跟踪存储轮廓信息算法,对图像轮廓进行提取。
【技术特征摘要】
1.具有高抗干扰能力的图像轮廓提取方法,包括链码跟踪存储轮廓信息算法,其特征在于,还包括以下步骤:S1,利用灰度变换将彩色图像变为灰度图像,并进行非线性变换;S2,对图像进行形态学处理,先膨胀再腐蚀;...
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。