一种可自适应修复的边缘检测新方法技术

本发明专利技术公开了一种可自适应修复的边缘检测新方法，首先对图像传感器拍摄的图像进行图像分割，将不同的分数阶次带入至分数阶微分算子中，利用Canny边缘检测算法基于这些分数阶微分算子对分割后的图像进行边缘提取得到最优分数阶次，进而进行边缘检测最终得到仅含边缘的二值化图像I，基于最优分数阶次的分数阶微分算子的Canny边缘检测方法得到的非极大值抑制后的图像，计算GVF矢量场，然后计算图像的曲率值，计算曲率驱动扩散CDD图像修复模型中图像I的曲率值，对待修复图像I进行迭代修复及细化，将细化后的边缘点像素值设为1，得到最终的边缘检测结果。本发明专利技术解决了现有边缘检测中无法对断裂边缘进行自适应修复的问题。无法对断裂边缘进行自适应修复的问题。无法对断裂边缘进行自适应修复的问题。

【技术实现步骤摘要】
一种可自适应修复的边缘检测新方法


[0001]本专利技术属于图像处理
，具体涉及一种可自适应修复的边缘检测新方法。

技术介绍

[0002]在图像处理领域中，边缘检测被广泛应用于实际工程中，尤其是在基于图像处理技术的测量领域较为突出。例如，金属工件的直径检测、直拉硅单晶生长过程中的晶体直径检测。其中Canny算法是一种比较常用的边缘检测算法，具有抗干扰性和鲁棒性高的特点，但Canny算法采用的一阶微分算子仍为Sobel算子，难以捕捉到图像边缘的细节，同时由于非极大值抑制和双阈值检测的引入，使得Canny算法的边缘检测结果存在重边、断裂和缺失，这严重影响了检测结果的精度。近年来学者们将分数阶微分算子引入Canny算法中，虽然通过分数阶微分算子提高了Canny算法的边缘检测精度，但该方法加剧了边缘的断裂。所以如何利用分数阶微分Canny算法对硅单晶边缘进行检测，并对检测结果中的断裂边缘进行自适应修复，进而得到较为完整的轮廓边缘，就显得极为重要了。

技术实现思路

[0003]本专利技术的目的是提供一种可自适应修复的边缘检测新方法，解决了现有边缘检测中无法对断裂边缘进行自适应修复的问题。
[0004]本专利技术所采用的技术方案是，一种可自适应修复的边缘检测新方法，具体按照以下步骤实施：
[0005]步骤1、对图像传感器拍摄的图像进行图像分割，将不同的分数阶次带入至分数阶微分算子中，利用Canny边缘检测算法基于这些分数阶微分算子对分割后的图像进行边缘提取，并利用评价函数得到最优分数阶次，利用最优分数阶次对图像进行边缘检测最终得到仅含边缘的二值化图像I，即边缘点对应的像素值为1，背景点对应的像素值为0；
[0006]步骤2、利用步骤1中基于最优分数阶次的分数阶微分算子的Canny边缘检测方法得到的非极大值抑制后的图像，计算GVF矢量场，然后以GVF矢量场作为图像的梯度值计算图像的曲率值；
[0007]步骤3、利用仅含边缘的二值化图像I计算曲率驱动扩散CDD图像修复模型中的参数，其中包括修复过程中图像I的曲率值；
[0008]步骤4、同时使用GVF场计算得到的曲率值和修复过程中图像I的曲率值对待修复图像I进行迭代修复；
[0009]步骤5、对修复后的图像再次使用非极大值抑制对其进行细化，将细化后的边缘点像素值设为1，得到最终的边缘检测结果。
[0010]本专利技术的特点还在于，
[0011]步骤1具体如下：
[0012]步骤1.1、对图像传感器拍摄的图像进行图像分割；
[0013]通过引入分数阶微分算子，将原有的4方向Sobel一阶微分算子根据G
‑
L定义推广
至分数阶，推广出的分数阶微分算子如下所示：
[0014][0015][0016][0017][0018]式中，分别为0
°
，45
°
，90
°
和135
°
方向上的分数阶微分算子；v为分数阶微分算子的阶次；
[0019]将分数阶次在v∈(0,2)内以间距为0.2依次选取并带入式(1)
‑
(4)中，得到多组分数阶微分算子，利用这些分数阶微分算子通过Canny算法对图像进行边缘检测，得到在不同分数阶次下的边缘图像检测结果；
[0020]步骤1.2、定义评价函数S(v)，评价函数S(v)计算方法如下：在分数阶次为v对应的检测结果中，若在边缘图像的一个横坐标上有且只有两个边缘点，并且两个边缘点纵坐标相减的绝对值大于所有像素中相同横坐标下的一个内边缘点和一个外边缘点的最小距离，此时则认为该内边缘点和外边缘点均为单像素边缘点，记录满足这一条件的横坐标数为S(v)，然后利用拉格朗日插值法对S(v)
‑
v进行拟合，最后求解S(v)的极大值点即为最佳分数阶阶次；
[0021]步骤1.3、将所述步骤1.2得到的最佳分数阶阶次带入式(1)
‑
(4)中得到最优分数阶微分算子，通过基于这些最优分数阶微分算子的Canny算法对图像进行边缘检测，得到的边缘检测结果即为提取得到的仅含边缘的二值化图像I。
[0022]步骤2具体如下：
[0023]根据以下迭代式计算基于最优分数阶次的分数阶微分算子的Canny边缘检测方法得到的非极大值抑制后的图像的GVF矢量场：
[0024][0025][0026]式中，u
x
(i,j,t+1)和u
y
(i,j,t+1)分别为第t+1次迭代中点(i,j)在x和y方向上的GVF矢量幅值，即为GVF矢量场，G
x
(i,j)和G
y
(i,j)分别为非极大值抑制后图像在点(i,j)处的x和y方向上的梯度；
[0027]接着以GVF矢量场作为图像的梯度值，以该梯度值计算图像的曲率值，计算方式如下所示：
[0028][0029]式中，κ
GVF
为非极大值抑制图像的曲率值。
[0030]步骤3具体如下：
[0031]步骤3.1、使用CDD图像修复模型的扩散迭代方程为：
[0032][0033]式中，
[0034][0035]F为图像I的通量场，为散度，Δt为数值时间步长，n表示迭代次数；
[0036]步骤3.2、对于边缘修复模型的梯度值的求解，采用半点梯度差分的方法，定义半点处的灰度值由相邻两点的灰度值取平均值得到，则图像半点处的梯度值通过下式进行计算：
[0037][0038]式中，为图像I在点处的梯度值，I
x
和I
y
分别为待修复图像在x和y方向上的梯度值；
[0039]然后利用半点梯度值求解图像的曲率值，首先计算图像在半点梯度差分的二阶导数值如下所示：
[0040][0041]式中，和分别为图像I在x和y方向上的二阶导数；
[0042]由二阶导数的计算方法带入至下式即可计算出待修复图像在半点处的曲率值，
[0043][0044]式中，κ
F
为图像I的曲率值。
[0045]步骤4具体如下，同时使用图像I的曲率值κ
F
和非极大值抑制图像的曲率值κ
GVF
，
[0046][0047]通过式(13)选择曲率值以及式(10)计算半点梯度值，并将其作为模型的参数带入至式(8)中对模型进行迭代求解；
[0048]当达到最大迭代次数n以后，得到边缘图像I
(n)
，对该图像再次使用非极大值抑制对其进行细化，将细化后的边缘点像素值设为1，得到最终的边缘检测结果并输出。
[0049]本专利技术的有益效果是，一种可自适应修复的边缘检测新方法，首先通过提出了适合实例工程情景的评价函数，以继承了文献
[1]方法中多向分数阶微分算子边缘检测精度高的优点。并且对CDD修复模型进行改进，提出了一种边缘修复模型，使得模型能够准确修复断裂的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种可自适应修复的边缘检测新方法，其特征在于，具体按照以下步骤实施：步骤1、对图像传感器拍摄的图像进行图像分割，将不同的分数阶次带入至分数阶微分算子中，利用Canny边缘检测算法基于这些分数阶微分算子对分割后的图像进行边缘提取，并利用评价函数得到最优分数阶次，利用最优分数阶次对图像进行边缘检测最终得到仅含边缘的二值化图像I，即边缘点对应的像素值为1，背景点对应的像素值为0；步骤2、利用步骤1中基于最优分数阶次的分数阶微分算子的Canny边缘检测方法得到的非极大值抑制后的图像，计算GVF矢量场，然后以GVF矢量场作为图像的梯度值计算图像的曲率值；步骤3、利用仅含边缘的二值化图像I计算曲率驱动扩散CDD图像修复模型中的参数，其中包括修复过程中图像I的曲率值；步骤4、同时使用GVF场计算得到的曲率值和修复过程中图像I的曲率值对待修复图像I进行迭代修复；步骤5、对修复后的图像再次使用非极大值抑制对其进行细化，将细化后的边缘点像素值设为1，得到最终的边缘检测结果。2.根据权利要求1所述的一种可自适应修复的边缘检测新方法，其特征在于，所述步骤1具体如下：步骤1.1、对图像传感器拍摄的图像进行图像分割；通过引入分数阶微分算子，将原有的4方向Sobel一阶微分算子根据G
‑
L定义推广至分数阶，推广出的分数阶微分算子如下所示：所示：所示：所示：式中，和分别为0
°
，45
°
，90
°
和135
°
方向上的分数阶微分算子；v
为分数阶微分算子的阶次；将分数阶次在v∈(0,2)内以间距为0.2依次选取并带入式(1)
‑
(4)中，得到多组分数阶微分算子，利用这些分数阶微分算子通过Canny算法对图像进行边缘检测，得到在不同分数阶次下的边缘图像检测结果；步骤1.2、定义评价函数S(v)，评价函数S(v)计算方法如下：在分数阶次为v对应的检测结果中，若在边缘图像的一个横坐标上有且只有两个边缘点，并且两个边缘点纵坐标相减的绝对值大于所有像素中相同横坐标下的一个内边缘点和一个外边缘点的最小距离，此时则认为该内边缘点和外边缘点均为单像素边缘点，记录满足这一条件的横坐标数为S(v)，然后利用拉格朗日插值法对S(v)
‑
v进行拟合，最后求解S(v)的极大值点即为最佳分数阶阶次；步骤1.3、将所述步骤1.2得到的最佳分数阶阶次带入式(1)
‑
(4)...

【专利技术属性】
技术研发人员：张新雨，林鹏逸，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：