一种应用于边缘检测的滤波去噪方法技术

本发明专利技术公开了一种应用于边缘检测的滤波去噪方法通过对前视摄像头拍摄的道路行人、车辆及障碍物的图片进行分析，采用小波阈值算法分别对彩色图像3个空间分量进行滤波去噪，并经加权平均法对重组的3个分量灰度化处理后，采用顶帽变换和多重边缘检测方法对图像进行处理，提取边缘特征，有效改善图像质量，削弱光线不均匀问题对识别带来的影响。本发明专利技术提供的一种应用于边缘检测的滤波去噪方法高效率、高精度的对道路上的行人、车辆等目标进行边缘检测，解决了噪声及光照不均对图像边缘检测带来的影响，提高边缘检测的检测精度，为后续目标识别工作提供基础，作用效果显著，适于广泛推广。

【技术实现步骤摘要】
一种应用于边缘检测的滤波去噪方法
本专利技术涉及边缘检测
，特别涉及，一种应用于边缘检测的滤波去噪方法。
技术介绍
前视摄像头通常安装在前挡风玻璃后面，通过前视摄像头即可获取前方车辆、会车车辆、前方行人、交通标志、车道线等多种交通目标信息。前视摄像头获取的图像信息由芯片进行识别和处理。图像的背景与目标图像的边界为图像边缘。目前，前视摄像头图像采集过程中，由于受到摄像头本身电子元器，电子线路的影响，会使采集的图片带有噪声，影响检测与识别的结果。由于环境光照条件多变因素，导致前方目标的光照不均匀，影响前视摄像头的识别效果和应用价值，严重时引发交通事故。针对汽车前视摄像头拍摄存在噪声及光照不均匀的问题，提出一种解决现有技术存在的采集的图片带有噪声及光照不均匀导致影响边缘检测精度的问题的方法，从而对光照不均匀图像进行预处理，降低光照对图像的影响。
技术实现思路
针对上述缺陷，本专利技术解决的技术问题在于，提供一种应用于边缘检测的滤波去噪方法，以解决现在技术所存在的采集的图片带有噪声及光照不均匀导致影响边缘检测精度的问题。本专利技术提供了一种应用于边缘检测的滤波去噪方法，具体步骤包括：步骤1、获取并输入图像原始图像G；步骤2、对原始图像G进行小波软阈值滤波去噪，得到去噪后的图像G′；步骤3、对去噪后的图像G′进行加权平均灰度化处理，降低其维数，得到灰度图像g(i,j)；步骤4、对灰度图像g(i,j)做顶帽变换得到图像WTH(g)；步骤5、对图像WTH(g)进行边缘检测及提取，得到边缘特征。优选地，所述步骤2具体步骤包括步骤2.1、将原始图像G分成y、u、v三个空间分量，表示为Gy、Gu、Gv，其中y为一个亮度信号，u、v为两个色度信号；步骤2.2、对原始图像G的三个分量Gy、Gu、Gv进行小波软阈值滤波去噪，得到新的分量G′y、Gu′、Gv′；步骤2.3、将新的三个空间分量G′y、Gu′、Gv′重组，构成新的去噪后的图像G′。优选地，所述步骤3具体步骤包括：步骤3.1、将去噪后的RGB图像灰度化处理，降低维度；步骤3.2、根据g(i,j)＝0.30R(i,j)+0.59G(i,j)+0.11B(i,j)对图像G′的Red、Green、Blue三个分量R(i,j)、G(i,j)、B(i,j)进行加权平均计算，得到合理的灰度图像g(i,j)。优选地，所述步骤4具体步骤包括：步骤4.1、选取合适的结构元素；步骤4.2、根据变换后的图像That(f)＝f-(fob)进行顶帽变换，提取出新的目标，得到图像WTH(g)，其中，f是缩小后的灰度图，b是顶帽变换中的模板。优选地，所述步骤5具体步骤包括：步骤5.1、在图像WTH(g)上建立xoy直角坐标系，每个像素点的坐标为(x，y)，使用高斯滤波器对图像WTH(g)进行平滑处理，降低由噪声引起的错误检测概率；步骤5.2、计算图像中像素点的方向及梯度强度，把x轴上的信息记作Gx，y轴记作Gy，则每个像素点方向和梯度G为步骤5.3、用非极大值抑制消除边缘检测带来的杂散响应。优选地，所述步骤2.2具体步骤包括：步骤2.2.1、分量信号f(k)＝s(k)+n(k)小波变换后得到由两部分组成的小波系数Wj,k，其中f(k)表示含噪的信号，s(k)表示原始信号，n(k)表示高斯白噪声，并且服从N(0,δ2)分布，真实信号s(k)对应小波系数为Uj,k，噪声信号n(k)对应小波系数为Vj,k；步骤2.2.2、选取适当的数值λ作为阈值，其中，Wj,k＞λ时，Wj,k由噪声引起，Wj,k≤λ时，Wj,k由信号引起；步骤2.2.3、根据软阈值的小波系数通过设定阈值的方法对信号进行去噪。优选地，所述步骤4.2具体步骤包括：步骤4.2.1、根据开运算后图像WTH(f)＝f-γ(f)，进行灰度开运算，其中γ(f)为图像f的开运算；步骤4.2.2、根据闭运算后图像BTH(f)＝δ(f)-f，进行灰度闭运算，其中δ(f)为图像f的闭运算。优选地，所述步骤5.1中使用高斯滤波器对图像WTH(g)进行平滑处理的高斯函数为其中σ为高斯噪声均方差，x和y为像素点的坐标。由上述方案可知，本专利技术提供的一种应用于边缘检测的滤波去噪方法，通过对前视摄像头拍摄的道路行人、车辆及障碍物的图片进行分析，采用小波阈值算法分别对彩色图像3个空间分量进行滤波去噪，并经加权平均法对重组的3个分量灰度化处理后，采用顶帽变换和多重边缘检测方法对图像进行处理，提取边缘特征，有效改善图像质量，削弱光线不均匀问题对识别带来的影响。本专利技术高效率、高精度的对道路上的行人、车辆等目标进行边缘检测，解决了噪声及光照不均对图像边缘检测带来的影响，提高边缘检测的检测精度，为后续目标识别工作提供基础，作用效果显著，适于广泛推广。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种应用于边缘检测的滤波去噪方法的过程框图一；图2为本专利技术实施例提供的一种应用于边缘检测的滤波去噪方法的过程框图二；图3为本专利技术实施例提供的一种应用于边缘检测的滤波去噪方法的过程框图三；图4为本专利技术实施例提供的一种应用于边缘检测的滤波去噪方法的过程框图四；图5为本专利技术实施例提供的一种应用于边缘检测的滤波去噪方法的过程框图五；图6为本专利技术实施例提供的一种应用于边缘检测的滤波去噪方法的过程框图六；图7为本专利技术实施例提供的一种应用于边缘检测的滤波去噪方法的过程框图七；图8为在KITTI数据集中随机选择的图像；图9为图8所示图像使用该种应用于边缘检测的滤波去噪方法处理后得到的图像。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请一并参阅图1至图7，现对本专利技术提供的一种应用于边缘检测的滤波去噪方法的一种具体实施方式进行说明。该种应用于边缘检测的滤波去噪方法的具体步骤包括：S1、通过摄像头获取并输入图像原始图像G；S2、对原始图像G进行基于小波软阈值算法的RGB空间滤波去噪，得到去噪后的图像G′，本步骤具体的实现步骤可以为：S2.1、将原始图像G分成y、u、v三个空间分量，表示为Gy、Gu、Gv，其中y为一个亮度信号，u、v为两个色度信号；S2.2、对原始图像G的三个分量Gy、Gu、本文档来自技高网...

【技术保护点】
1.一种应用于边缘检测的滤波去噪方法，其特征在于，具体步骤包括：/n步骤1、获取并输入图像原始图像G；/n步骤2、对原始图像G进行小波软阈值滤波去噪，得到去噪后的图像G′；/n步骤3、对去噪后的图像G′进行加权平均灰度化处理，降低其维数，得到灰度图像g(i,j)；/n步骤4、对灰度图像g(i,j)做顶帽变换得到图像W

【技术特征摘要】
1.一种应用于边缘检测的滤波去噪方法，其特征在于，具体步骤包括：
步骤1、获取并输入图像原始图像G；
步骤2、对原始图像G进行小波软阈值滤波去噪，得到去噪后的图像G′；
步骤3、对去噪后的图像G′进行加权平均灰度化处理，降低其维数，得到灰度图像g(i,j)；
步骤4、对灰度图像g(i,j)做顶帽变换得到图像WTH(g)；
步骤5、对图像WTH(g)进行边缘检测及提取，得到边缘特征。


2.根据权利要求1所述的一种应用于边缘检测的滤波去噪方法，其特征在于，所述步骤2具体步骤包括：
步骤2.1、将原始图像G分成y、u、v三个空间分量，表示为Gy、Gu、Gv，其中y为一个亮度信号，u、v为两个色度信号；
步骤2.2、对原始图像G的三个分量Gy、Gu、Gv进行小波软阈值滤波去噪，得到新的分量G′y、G′u、G′v；
步骤2.3、将新的三个空间分量G′y、G′u、G′v重组，构成新的去噪后的图像G′。


3.根据权利要求1所述的一种应用于边缘检测的滤波去噪方法，其特征在于，所述步骤3具体步骤包括：
步骤3.1、将去噪后的RGB图像灰度化处理，降低维度；
步骤3.2、根据g(i,j)＝0.30R(i,j)+0.59G(i,j)+0.11B(i,j)对图像G′的Red、Green、Blue三个分量R(i,j)、G(i,j)、B(i,j)进行加权平均计算，得到合理的灰度图像g(i,j)。


4.根据权利要求1所述的一种应用于边缘检测的滤波去噪方法，其特征在于，所述步骤4具体步骤包括：
步骤4.1、选取合适的结构元素；
步骤4.2、根据变换后的图像That(f)＝f-(fob)进行顶帽变换，提取出新的目标，得到图像WTH(g)，其中，f是缩小后的灰度图，b是顶帽变换中的模板。

【专利技术属性】
技术研发人员：白成飞，
申请(专利权)人：北京享云智汇科技有限公司，
类型：发明
国别省市：北京;11