一种图像边缘提取方法技术

本发明专利技术提供一种图像边缘提取方法。所述图像边缘提取方法包括以下步骤：S1：采用量子遗传算法来进行图像全局分割的预处理；S2：利用量子衍生的中值滤波方法对原图像进行去噪；S3：利用量子边缘检测算子对去噪后的图像进行边缘检测，得到边缘灰度图；S4：对边缘灰度图进行二值化提取，得到二值化边缘图。本发明专利技术提供的图像边缘提取方法具有改善了原量子衍生边缘提取算法边缘连接性差的缺点，增强了图像的边缘细节，使得用量子理论的方法提取遥感图像边缘较传统方法更有优势的优点。

A method of image edge extraction

【技术实现步骤摘要】
一种图像边缘提取方法
本专利技术涉及建筑
，尤其涉及一种图像边缘提取方法。
技术介绍
因为提取一幅图像的边缘是后续图像分割，目标识别以及三维重建等操作的预处理过程，所以精确地进行边缘检测就显得格外重要了。传统的边缘提取算子如sobel算子、laplace算子以及canny算子等处理遥感图像的边缘时效果都不尽理想，然而近几年来有不少学者都想尝试用新的方法来处理遥感图像的边缘，比如：基于小波变换的方法、基于形态学的方法以及神经网络的方法等。基于量子衍生的方法是指借用量子力学的一些基本原理来改进传统算法的一种新的方法。2007年，谢可夫、许悟生等人基于量子力学、量子信息等理论与概念，提出了量子衍生形态学边缘检测，该方法具有检测噪声污染图像的优点，但不如普通图像边缘检测优越。2013年，艾金根等人提取出了基于量子指针的灰度图像处理方法。2016年，S.Abdel-Khalek等人提出基于量子熵的图像边缘检测算法,通过计算图像的量子熵，来确定图像分割阈值并提取图像边缘。2018年，北京中科院遥感所的毕思文教授带领其团队进行量子遥感图像数据处理方面的研究，其中在量子遥感图像数据边缘提取算法方面的研究也颇有建树。因为原量子遥感图像数据边缘提取算法存在着边缘连接性差等方面的缺陷，所以本文先对原遥感图像进行全局的阈值分割，锐化图像的边缘，然后进行边缘的二值化提取。仿真实验结果显示，本文算法对比于原算法改善了边缘连接性差的缺点，增强了图像的边缘细节，使得用量子理论的方法提取遥感图像边缘较传统方法更有优势。因此，有必要提供一种新的图像边缘提取方法解决上述技术问题。
技术实现思路
本专利技术解决的技术问题是提供一种改善了边缘连接性差的缺点，增强了图像的边缘细节，使得用量子理论的方法提取遥感图像边缘较传统方法更有优势的图像边缘提取方法。为解决上述技术问题，本专利技术提供的图像边缘提取方法包括以下步骤：S1：采用量子遗传算法来进行图像全局分割的预处理；S2：利用量子衍生的中值滤波方法对原图像进行去噪；S3：利用量子边缘检测算子对去噪后的图像进行边缘检测，得到边缘灰度图；S4：对边缘灰度图进行二值化提取，得到二值化边缘图。与相关技术相比较，本专利技术提供的图像边缘提取方法具有如下有益效果：本专利技术提供一种图像边缘提取方法，通过先对原遥感图像进行全局的阈值分割，锐化图像的边缘，然后进行边缘的二值化提取，可以有效的解决原量子遥感图像数据边缘提取算法存在着边缘连接性差等方面的缺陷，通过仿真实验，结果显示本文算法对比于原算法改善了边缘连接性差的缺点，增强了图像的边缘细节，使得用量子理论的方法提取遥感图像边缘较传统方法更有优势。附图说明图1为本专利技术提供的图像边缘提取方法的边缘分解矢量图；图2为本专利技术提供的图像边缘提取方法的遥感地貌图像的实验结果图；图3为本专利技术提供的图像边缘提取方法的街道拍摄图像的实验结果图。具体实施方式下面结合附图和实施方式对本专利技术作进一步说明。请结合参阅图1、图2和图3，其中，图1为本专利技术提供的图像边缘提取方法的边缘分解矢量图；图2为本专利技术提供的图像边缘提取方法的遥感地貌图像的实验结果图；图3为本专利技术提供的图像边缘提取方法的街道拍摄图像的实验结果图。图像边缘提取方法包括以下步骤：S1：采用量子遗传算法来进行图像全局分割的预处理；S2：利用量子衍生的中值滤波方法对原图像进行去噪；S3：利用量子边缘检测算子对去噪后的图像进行边缘检测，得到边缘灰度图；S4：对边缘灰度图进行二值化提取，得到二值化边缘图。1、图像的多阈值全局分割：因为阈值法分简单明了，且特别适用于图像的整体分割，所以方法采用它来进行图像的全局分割，由于遥感图像纹理复杂，边界模糊等特点，采用多阈值的分割方法，然而从一幅图像中寻找多个阈值也不是一件容易的事，本方法采用量子遗传算法来进行遥感图像的多阈值全局分割。2、量子遗传算法：2.1量子染色体：有一个生物种群Q，种群的个体数为pop_num,现在假设该种群的每一个个体都只有一条染色体。众所周知，一条染色体上只有一个DNA分子，而一个DNA分子里有多个基因。如果用一个量子比特来表示DNA分子上的一个基因，那么我们就可以用量子比特编码的方式来表示这一条染色体：如上所述称为量子染色体编码，每一纵列称为一个量子比特基因，第i个量子比特基因可以由量子基态|0>和|1>和它们的概率幅[ai,bi]来表示，i＝1,2,......,n。例如：有一个三量子位的系统(假设第一行表示基态|0>的概率幅,第二行表示基态|1>的概率幅)：那么该量子系统可以这样表示：上式结果表明，系统中|001>,|011>,|101>,|111>四种基态出现的概率分别为1/8，1/8，3/8，3/8，该量子系统可以同时表示四种状态信息，对该染色体中的任意基因操作会同时作用于所有可能的状态。随着|a|2趋近于0或|b|2趋近于1，量子染色体会收敛到某一确定的单一态。2.2量子变异：生物在繁衍后代的过程中都会发生遗传和变异，某些优良的变异会导致生物的进化。基因突变是指在生物细胞的分裂过程中某些特殊因素导致染色体上的某些基因发生变异的过程。由于基因突变出现了不同的基因，所以产生了新的染色体，从而使该生物表现出了新的性状，随着自然选择，拥有该性状的个体就生存下来了。在量子遗传算法中，染色体变异可以通过量子旋转门[12]来实现，利用最优个体的染色体信息来引导染色体进化，提高算法的收敛性，常见的量子旋转门公式定义如下：其中θ表示量子旋转门的旋转变异角度，其大小和方向根据人为控制而进行。量子旋转变异操作为：其中[ab]′为基因的量子比特矢量表示。量子旋转变异操作的目的是实现状态间的转移，使算法更快的收敛。3、用QGA实现多阈值全局分割的算法步骤：(1)、初始化进化代数t和种群pop_qt，设置最大进化的代数t_max和灾变条件d_max。(2)、初始化全局最优多阈值向量opt_vec和对应的最大适应度值变量max_adapt。(3)、通过随机数引擎和pop_qt中每一个个体的某一条基因链来随机生成pop_binstr,它的每一个元素类似一个二进制串，然后通过线性变换函数生成pop_pt，其每个元素为一个多阈值向量vec。(4)、根据适应度函数来评价pop_pt，先找出适应度值最大的vec，即为当代最优的vec，然后将其适应度值与max_adapt进行比较，最后更新opt_vec和max_adapt；(5)、令t＝t+1，并通过量子旋转门U(t)来更新pop_qt，这一步的目的是不断生成具有更大适应度值的染色体，并且最终达到收敛；(6)、将当前代适应度值最小的量子染色体替换成适应度值最大的量子本文档来自技高网...

【技术保护点】
1.一种图像边缘提取方法，其特征在于，包括以下步骤：/nS1：采用量子遗传算法来进行图像全局分割的预处理；/nS2：利用量子衍生的中值滤波方法对原图像进行去噪；/nS3：利用量子边缘检测算子对去噪后的图像进行边缘检测，得到边缘灰度图；/nS4：对边缘灰度图进行二值化提取，得到二值化边缘图。/n

【技术特征摘要】
1.一种图像边缘提取方法，其特征在于，包括以下步骤：
S1：采用量子遗传算法来进行图像全局分割的预处理；
S2：利用量子衍生的中值滤波方法对...

【专利技术属性】
技术研发人员：罗芝鸿，
申请(专利权)人：深圳市京湾量子遥感科技有限公司，
类型：发明
国别省市：广东;44