【技术实现步骤摘要】
基于关联成像的边缘图像提取方法及系统
本专利技术涉及边缘图像提取
，具体涉及一种基于关联成像的边缘图像提取方法及系统。
技术介绍
边缘图像是进行图像处理和机器视觉领域实现识别、判断、跟踪和恢复目标的基础，例如，基于边缘图像来获取目标的角点信息。如何利用关联成像系统提取出清晰的边缘图像是推动关联成像技术实用化的关键技术。现有的基于关联成像的边缘图像提取方法(以下简称现有技术)通常是利用关联成像系统获取测量值，再计算等效测量值和梯度幅值信息，最终基于梯度幅值信息直接重构得到目标的边缘图像。但现有技术存在基于梯度幅值信息直接重构得到目标的边缘图像的边缘较粗的问题，如图4(c)所示，会对后期图像的角点信息提取产生干扰。
技术实现思路
(一)解决的技术问题针对现有技术的不足，本专利技术提供了一种基于关联成像的边缘图像提取方法，解决了现有的基于梯度幅值信息直接重构得到目标的边缘图像的边缘较粗的技术问题。(二)技术方案为实现以上目的，本专利技术通过以下技术方案予以实现：
【技术保护点】
1.一种基于关联成像的边缘图像提取方法，其特征在于，该方法包括：/nS1、第k次采样中，获取M幅具有稀疏随机分布的散斑图S
【技术特征摘要】
1.一种基于关联成像的边缘图像提取方法，其特征在于，该方法包括：
S1、第k次采样中，获取M幅具有稀疏随机分布的散斑图Sk(x,y)，再将每个散斑图扩展成一组散斑调制图
S2、将散斑调制图依次加载到数字微镜器件上调制目标反射的照明光场，并通过单像素探测器获得一组观测信号值
S3、利用观测信号值计算垂直边缘的等效测量值和水平边缘的等效测量值完成一次采样；
S4、完成M次采样后，基于垂直边缘的等效测量值和水平边缘的等效测量值以及照明光场空间分布函数重构目标的垂直边缘函数和水平边缘函数
S5、利用重构的垂直边缘函数和水平边缘函数计算梯度幅值和梯度方向θ(x,y)；
S6、利用梯度幅值梯度方向θ(x,y)以及垂直边缘函数和水平边缘函数进行非极大值抑制，得到非极大值抑制后的边缘图像
S7、对非极大值抑制后的边缘图像进行双阈值检测，得到最终提取的边缘图像
2.如权利要求1所述的一种基于关联成像的边缘图像提取方法，其特征在于，所述S1中的将每个散斑图扩展成一组散斑调制图包括：
将散斑图按照中心像素点周围3*3邻域内8个像素点方向进行位移，用l＝1,2,...,8表示这8个平移散斑图的次序，即散斑图Sk(x,y)的扩展公式为：
3.如权利要求1所述的一种基于关联成像的边缘图像提取方法，其特征在于，所述S3中利用观测信号值计算垂直边缘的等效测量值和水平边缘的等效测量值采用Sobel算子的模板系数，且计算公式如下：
4.如权利要求1所述的一种基于关联成像的边缘图像提取方法，其特征在于，所述S4中重构目标的垂直边缘函数和水平边缘函数的重构公式为：
5.如权利要求1所述的一种基于关联成像的边缘图像提取方法，其特征在于，所述S5中梯度幅值和梯度方向θ(x,y)的计算公式为：
6.如权利要求1所述的一种基于...
【专利技术属性】
技术研发人员：程正东，陈熠，朱斌，杨华，李晓霞，白秀军，解博，朱耀轩，吴梦醒，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：安徽;34
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。