一种可用于高速图像的边缘检测方法技术

技术编号:22296534 阅读:16 留言:0更新日期:2019-10-15 05:31
本发明专利技术公开了一种可用于高速图像的边缘检测方法,首先读取图像数据,并对图像数据进行缓存;然后依据缓存的图像数据处理像素点,计算当前像素点与其相邻的像素点的差值;再根据当前像素点与相邻像素点的差值计算差值的平均值,求得变换值;最后判断变化值是否大于阈值,若是,则当前像素点是图像边缘点,否则,则不是图像边缘点,所述对图像数据进行缓存操作,具体为,读取图像数据时以当前读取点为开始,缓存后四行图像数据。本发明专利技术中,由于采用逐行逐点对待编码图像进行压缩编码,图像信息的缓存只缓存四行,与传统的需要在缓存整张完整的图像数据基础上进行分析检测相比,减少了对系统运行资源空间的占用。

An Edge Detection Method for High Speed Image

【技术实现步骤摘要】
一种可用于高速图像的边缘检测方法
本专利技术属于图像处理
,具体为一种可用于高速图像的边缘检测方法。
技术介绍
图像处理,用计算机对图像进行分析,以达到所需结果的技术,又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。图像边缘指图像中的像素值发生阶跃的地方,属于高频信息。而人类视觉系统决定了人眼对图像中的高频信息特别敏感,因此,图像边缘检测一直是图像处理中的关键问题之一,在图像分割、目标识别等领域应用十分广泛。图像边缘检测算法主要可分为两大类:一是传统的基于微分算子的边缘检测算法;二是近年来兴起的新型边缘检测算法,主要包括基于多尺度分析思想的边缘检测、基于数学形态学的边缘检测以及基于分形理论的边缘检测算法等。经典的微分算子边缘检测算法虽然实现简单、运算复杂度低,但是却不能很好地抑制图像中的噪声,图像边缘提取与抗噪性始终是一对难以调和的矛盾,因此我们提出一种可用于高速图像的边缘检测方法。
技术实现思路
本专利技术的目的在于:为了解决现有对于高速图像边缘检测处理运算量大复杂度高以及边缘定位精确度差的问题,提供一种可用于高速图像的边缘检测方法。本专利技术采用的技术方案如下:一种可用于高速图像的边缘检测方法,包括以下具体步骤:步骤1:读取图像数据,并对图像数据进行缓存;步骤2:依据缓存的图像数据处理像素点,计算当前像素点与其相邻的像素点的差值;步骤3:根据当前像素点与相邻像素点的差值计算差值的平均值,求得变换值;步骤4:判断变化值是否大于阈值,若是,则当前像素点是图像边缘点,否则,则不是图像边缘点。其中,所述相邻的像素点包括当前像素点左侧的像素点以及上方的像素点。其中,所述当前像素点与相邻像素点的差值计算,具体为:假设当前处理像素点的坐标为(x,y),求取左侧像素点的值P(x-1,y)以及上方像素点的值P(x,y-1)与当前像素点值P(x,y)之间的差值,其中,当前点与上方像素点的差值记为Du(x,y),当前点与左侧像素点的差值记为Dl(x,y),其运算算式为:Du(x,y)=P(x,y)-P(x,y-1);Dl(x,y)=P(x,y)-P(x-1,y)。其中,所述变化值的计算,具体为:求解两个差值的平均值,记为变换值Da(x,y),并对其进行缓存,其运算算式为:Da(x,y)=(Du(x,y)+Dl(x,y))/2。其中,所述阈值的计算,具体为:更新求解当前的判断阈值Th,为求取目前缓存中所有Da(x,y)的平均值,其运算算式为:AVG为求平均值操作。其中,所述对图像数据进行缓存操作,具体为,读取图像数据时以当前读取点为开始,缓存后四行图像数据。其中,所述读取图像数据之前,对图像数据进行滤波处理,采用高斯滤波进行处理。其中,所述高斯滤波采用可分离滤波器进行加速滤波处理。综上所述,由于采用了上述技术方案,本专利技术的有益效果是:1、本专利技术中,各步骤的运算方法中,较传统的基于微分子边缘检测算法,其运算过程简单,从而提升了对图像数据的处理速度,加快检测效率。2、本专利技术中,采用逐行逐点对待编码图像进行压缩编码,图像信息的缓存只缓存四行,与传统的需要在缓存整张完整的图像数据基础上进行分析检测相比,减少了对系统运行资源空间的占用。3、本专利技术中,同时由于采用逐行逐点的读取图像数据,不再需要缓存整张图像,有利于提升对图像边缘检测的效率。4、本专利技术中,由于只缓存四行图像数据,在图像数据进行采集的同时,只需要缓存到四行图像数据,就可以运行图像边缘检测程序,实现了采集与检测同步进行,大大提升了检测效率。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白,以下对本专利技术进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本专利技术,并不用于限定本专利技术。实施例一:一种可用于高速图像的边缘检测方法,包括以下具体步骤:步骤1:读取图像数据,并对图像数据进行缓存;步骤2:依据缓存的图像数据处理像素点,计算当前像素点与其相邻的像素点的差值;步骤3:根据当前像素点与相邻像素点的差值计算差值的平均值,求得变换值;步骤4:判断变化值是否大于阈值,若是,则当前像素点是图像边缘点,否则,则不是图像边缘点。所述相邻的像素点包括当前像素点左侧的像素点以及上方的像素点。所述当前像素点与相邻像素点的差值计算,具体为:假设当前处理像素点的坐标为(x,y),求取左侧像素点的值P(x-1,y)以及上方像素点的值P(x,y-1)与当前像素点值P(x,y)之间的差值,其中,当前点与上方像素点的差值记为Du(x,y),当前点与左侧像素点的差值记为Dl(x,y),其运算算式为:Du(x,y)=P(x,y)-P(x,y-1);Dl(x,y)=P(x,y)-P(x-1,y)。所述变化值的计算,具体为:求解两个差值的平均值,记为变换值Da(x,y),并对其进行缓存,其运算算式为:Da(x,y)=(Du(x,y)+Dl(x,y))/2。所述阈值的计算,具体为:更新求解当前的判断阈值Th,为求取目前缓存中所有Da(x,y)的平均值,其运算算式为:AVG为求平均值操作。实施例二:一种可用于高速图像的边缘检测方法,包括以下具体步骤:步骤1:读取图像数据,并对图像数据进行缓存;步骤2:依据缓存的图像数据处理像素点,计算当前像素点与其相邻的像素点的差值;步骤3:根据当前像素点与相邻像素点的差值计算差值的平均值,求得变换值;步骤4:判断变化值是否大于阈值,若是,则当前像素点是图像边缘点,否则,则不是图像边缘点。所述相邻的像素点包括当前像素点左侧的像素点以及上方的像素点。所述当前像素点与相邻像素点的差值计算,具体为:假设当前处理像素点的坐标为(x,y),求取左侧像素点的值P(x-1,y)以及上方像素点的值P(x,y-1)与当前像素点值P(x,y)之间的差值,其中,当前点与上方像素点的差值记为Du(x,y),当前点与左侧像素点的差值记为Dl(x,y),其运算算式为:Du(x,y)=P(x,y)-P(x,y-1);Dl(x,y)=P(x,y)-P(x-1,y)。所述变化值的计算,具体为:求解两个差值的平均值,记为变换值Da(x,y),并对其进行缓存,其运算算式为:Da(x,y)=(Du(x,y)+Dl(x,y))/2。所述阈值的计算,具体为:更新求解当前的判断阈值Th,为求取目前缓存中所有Da(x,y)的平均值,其运算算式为:AVG为求平均值操作。所述对图像数据进行缓存操作,具体为,读取图像数据时以当前读取点为开始,缓存后四行图像数据。实施例三:一种可用于高速图像的边缘检测方法,包括以下具体步骤:步骤1:读取图像数据,并对图像数据进行缓存;步骤2:依据缓存的图像数据处理像素点,计算当前像素点与其相邻的像素点的差值;步骤3:根据当前像素点与相邻像素点的差值计算差值的平均值,求得变换值;步骤4:判断变化值是否大于阈值,若是,则当前像素点是图像边缘点,否则,则不是图像边缘点。所述相邻的像素点包括当前像素点左侧的像素点以及上方的像素点。所述当前像素点与相邻像素点的差值计算,具体为:假设当前处理像素点的坐标为(x,y),求取左侧像素点的值P(x-1,y)以及上方像素点的值P(x,y-1)与当本文档来自技高网...

【技术保护点】
1.一种可用于高速图像的边缘检测方法,其特征在于,包括以下具体步骤:步骤1:读取图像数据,并对图像数据进行缓存;步骤2:依据缓存的图像数据处理像素点,计算当前像素点与其相邻的像素点的差值;步骤3:根据当前像素点与相邻像素点的差值计算差值的平均值,求得变换值;步骤4:判断变化值是否大于阈值,若是,则当前像素点是图像边缘点,否则,则不是图像边缘点。

【技术特征摘要】
1.一种可用于高速图像的边缘检测方法,其特征在于,包括以下具体步骤:步骤1:读取图像数据,并对图像数据进行缓存;步骤2:依据缓存的图像数据处理像素点,计算当前像素点与其相邻的像素点的差值;步骤3:根据当前像素点与相邻像素点的差值计算差值的平均值,求得变换值;步骤4:判断变化值是否大于阈值,若是,则当前像素点是图像边缘点,否则,则不是图像边缘点。2.如权利要求1所述的一种可用于高速图像的边缘检测方法,其特征在于,所述相邻的像素点包括当前像素点左侧的像素点以及上方的像素点。3.如权利要求2所述的一种可用于高速图像的边缘检测方法,其特征在于,所述当前像素点与相邻像素点的差值计算,具体为:假设当前处理像素点的坐标为(x,y),求取左侧像素点的值P(x-1,y)以及上方像素点的值P(x,y-1)与当前像素点值P(x,y)之间的差值,其中,当前点与上方像素点的差值记为Du(x,y),当前点与左侧像素点的差值记为Dl(x,y),其运算算式为:Du(x,y)=P(x,y)-P(x,y-1);...

【专利技术属性】
技术研发人员:李俊峰樊春晓张津
申请(专利权)人:合肥安杰特光电科技有限公司
类型:发明
国别省市:安徽,34

网友询问留言 已有0条评论
  • 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。

1