【技术实现步骤摘要】
本专利技术属于图像处理
,涉及一种基于directionlet变换的彩色图像边缘检测方法。该方法可用于开展森林资源调查、医学影像、天文学影像等领域的数字图像预处理
技术介绍
边缘是图像中灰度级或结构等信息或多或少存在突变的地方，是一个区域的结束，也是另一个区域的开始。边缘在传递图像大量信息的同时也能勾勒出物体的基本轮廓，所以边缘检测对计算机视觉系统来说是非常重要的，它在图像分割、模式识别、计算机视觉等方面具有很重要的作用。传统的边缘检测技术，如小波模极大值法、微分算子法、数学形态学法，都是基于灰度图像来进行的。但是彩色图像提供了比灰度图像更多丰富的信息，在彩色图像中大约有90%的边缘与灰度图像中的边缘相同。因此，彩色图像边缘检测显得尤为重要。目前，大部分彩色图像边缘检测方法都是在RGB空间实现的，即先对R、G、B 3个分量分别采用灰度图像边缘检测方法，然后用一定的逻辑算法将3个分量的边缘结合起来，得到彩色图像的边缘。但由于R、G、B三个分量的相关性很强，例如当光线发生变化时，三个分量将同时发生变化。因此，检测结果与转换为灰度图像后的检测结果变化不大，均会丢失部分彩色边缘信息。在RGB空间中，另一类比较成熟的方法是矢量空间法，其主要思想是把图像中的每一个像素都看成是RGB空间中的一个三维矢量，这样整幅彩色图像就可以看作是一个二维三分量的矢量场。RGB空间的主要缺点是其不均匀性和不直观性，即两个颜色点之间的距离不等于两个颜色之间的颜色感知差异，我们不能直接从RGB数值中估计出颜色的色度、饱和度和亮度等感知属性。而且，传统的边缘检测方法，如小波模极大值法及数学形...
【技术保护点】
一种基于directionlet变换的彩色图像边缘检测方法，包括如下步骤：(1)输入一幅RGB彩色图像，并转换至HSI空间，得到色度H、饱和度S、亮度I三分量：饱和度：S=1-3min(R,G,B)R+G+B,亮度：I=13(R+G+B),色度：H=θG≥B2π-θG≤B,其中R为红色分量、G为绿色分量、B为蓝色分量，θ为弧度，θ=arccos[12[(R-G)+(R-B)](R-G)2+(R-B)(G-B)];(2)消除色度H分量的2π特性影响；2a)从H分量中产生两个正交分量M、Q，从而把H分量从2π空间映射到线性空间：M=cos(H)，Q=sin(H)；2b)分别对M、Q分量进行边缘提取，并求其绝对值和，可获得H分量的边缘，以消除H分量的2π特性影响，即：G(H)=|G(M)|+|G(Q)|，其中G(H)、G(M)、G(Q)分别为所述H、M、Q分量的边缘；(3)构造变换矩阵，并对色度H分量的正交分量M、Q，饱和度S分量、亮度I分量分别进行directionlet变换，得到各分量的三组directionlet...
【技术特征摘要】
1.一种基于directionlet变换的彩色图像边缘检测方法,包括如下步骤 (1)输入一幅RGB彩色图像，并转换至HSI空间，得到色度H、饱和度S、亮度I三分量2.根据权利要求I所述基于directionlet变换的彩色图像边缘检测方法，其特征在于步骤(3)所述的构造变换矩阵，对色度H分量的正交分量M、Q，饱和度S分量、亮度I分量分别进行directionlet变换,按如下...
【专利技术属性】
技术研发人员：白静，周华吉，焦李成，韩红，张向荣，吴家骥，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
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。