本发明专利技术提供了一种图像边缘检测方法和装置，其中，上述方法包括：提取待测图像的纹理特征量；根据所述纹理特征量与Canny算子参数的映射关系确定所述Canny算子参数；利用Canny算子对所述待测图像进行边缘检测。本发明专利技术提出的基于纹理特征的Canny算子边缘检测方法，实现了Canny算子图像边缘检测的自动化，对于具有随机性浅纹理的一类图像有着非常好的边缘检测效果，能根据背景纹理特征的不同，自适应地调整Canny算子参数，有效地防止漏检、误检；此外，本发明专利技术提供的图像边缘检测方法的鲁棒性很强，对于同背景不同光照情况下的图像，也同样有非常出色的检测效果。
【技术实现步骤摘要】
本专利技术涉及数字图像处理领域，特别地，涉及一种图像边缘检测方法和装置。
技术介绍
图像处理时常用于将待识别物体从背景中分离出来，如从路面中识别汽车、从纸上提取文字、从传送带上识别工件等等。这几个场景有一些共同特点背景由于本身及光线等原因，具有一定浅纹理或不均匀，同时前景与背景在边缘上的差异比较明显，并且在固定的应用场景中，背景本身基本上是不变的。对于此类问题，通常使用边缘检测的方法。Canny提出的一种边缘检测方法对图像中的边缘有着良好的检测效果，却又不易受噪声与琐碎纹理的干扰。目前的数字图像处理装置采用Canny算子边缘检测方法对上述图像进行边缘检测，具体步骤包括51、用高斯滤波器平滑图像；52、用一阶偏导有限差分计算梯度方向和幅值；53、对梯度幅值进行非最大值抑制；54、用双阈值算法检测和连接边缘。Canny算子中具有三个可调参数(σ，β, σ)，其中，σ代表高斯滤波器的标准方差、β代表梯度模值的低阈值、a代表梯度模值的高阈值。因上述三个参数可调，所以 Canny算子灵活性很高，可以根据不同情况进行适当调节，以得到最佳的边缘检测效果。参照附图说明图1，示出了现有技术利用不同参数下Canny算子对同一图像Lena进行边缘检测所得到的效果。其中，a图对应的三个参数(σ，卢，σ )为(O. 3，O. 6, O. 8) ；b图的 (σ，卢，σ )为(0.6，O. 6, O. 8) ;c 图的(σ，卢，σ )为(O. 3，O. 9, O. 8) ;d 图的(σ，卢， σ )为(O. 3，O. 6，O. 9)。从图1可知，Canny算子中任何一个参数的改变，都会得到不同的边缘检测效果。在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题虽然Canny算子因为其灵活性对大多数图像都有着非常良好的效果，但却也存在着一个较大的不足之处=Canny算子参数均需要人为调节，导致无法实现图像边缘的自动化检测。总之，需要本领域技术人员迫切解决的一个技术问题就是如何能够利用Canny 算子实现图像边缘的自动化检测。
技术实现思路
本专利技术所要解决的技术问题是提供一种图像边缘检测方法和装置，能够利用 Canny算子实现对图像边缘的自动化检测。为了解决上述问题，一方面提供了一种图像边缘检测方法，包括提取待测图像的纹理特征量；根据所述纹理特征量与Canny算子参数的映射关系确定所述Canny算子参数; 利用Canny算子对所述待测图像进行边缘检测。优选的，所述图像的纹理特征量具体为图像灰度值直方图的熵值，其计算公式为权利要求1.一种图像边缘检测方法，其特征在于，包括 提取待测图像的纹理特征量； 根据所述纹理特征量与Canny算子参数的映射关系确定所述Canny算子参数； 利用Canny算子对所述待测图像进行边缘检测。2.根据权利要求I所述的图像边缘检测方法，其特征在于，所述图像的纹理特征量具体为图像灰度值直方图的熵值，其计算公式为3.根据权利要求2所述的图像边缘检测方法，其特征在于，所述Canny算子参数为梯度模值的高阈值α。4.根据权利要求3所述的图像边缘检测方法，其特征在于，根据所述纹理特征量s与Canny算子参数《的映射关系近似满足双曲正切函数5.根据权利要求4所述的图像边缘检测方法，其特征在于，所述步骤根据所述纹理特征量与Canny算子参数的映射关系确定所述Canny算子参数,具体包括 从所述待测图像中抽取部分图像作为训练集；采用Canny算子对所述训练集中的图像进行边缘检测，获得各图像的高阈值； 计算归一化的高阈值； 确定所述双曲正切函数的参数a、b。6.根据权利要求5所述的图像边缘检测方法，其特征在于，所述步骤利用Canny算子对所述待测图像进行边缘检测，具体为 将剩余待测图像的直方图的熵值代入所述双曲正切函数，获得对应的Canny算子参数； 利用所述Canny算子参数确定的Canny算子对所述剩余待测图像进行边缘检测。7.根据权利要求I所述的图像边缘检测方法，其特征在于，所述图像的纹理特征量为图像灰度值直方图的统计矩或像素点灰度值的一致性。8.根据权利要求7所述的图像边缘检测方法，其特征在于，所述纹理特征量与Canny算子参数的映射关系为由经验值确定的曲线图或表格。9.一种图像边缘检测装置，其特征在于，包括 图像特征提取模块，用于提取待测图像的纹理特征量； Canny算子确定模块，根据所述图像特征提取模块提取的纹理特征量与Canny算子参数的映射关系确定所述Canny算子参数；检测模块，用于利用所述Canny算子确定模块确定的Canny算子对所述待测图像进行边缘检测。10.根据权利要求9所述的图像边缘检测装置，其特征在于，所述图像特征提取模块提取的图像的纹理特征量为图像灰度值直方图的熵值，其计算公式为11.根据权利要求9所述的图像边缘检测装置，其特征在于，所述Canny算子确定模块采用的所述Canny算子参数为梯度模值的高阈值12.根据权利要求11所述的图像边缘检测装置，其特征在于，所述Canny算子确定模块采用的纹理特征量$与Canny算子参数O；的映射关系近似满足双曲正切函数 其中，/(幻对应α1 , α'代表归一化的高阈值对应直方图的熵值s ;a、b为待确定参数，由所述待测图像的训练集确定。13.根据权利要求12所述的图像边缘检测装置，其特征在于，所述Canny算子确定模块具体包括 训练集选取单元，用于从所述待测图像中抽取部分图像作为训练集； 高阈值获取单元，用于采用Canny算子对所述训练集中的图像进行边缘检测，获得各训练集图像的高阈值； 归一化单元，用于对所述高阈值获取单元获得的各训练集图像高阈值进行归一化处理，获得归一化的高阈值； 参数确定单元，用于确定所述Canny算子确定模块采用的双曲正切函数的参数a、b。14.根据权利要求13所述的图像边缘检测装置，其特征在于，所述检测模块具体包括 Canny算子参数获取单元，用于将剩余待测图像的直方图的熵值代入所述参数确定单元确定的双曲正切函数，获得对应的Canny算子参数； 边缘检测单元，用于根据所述Canny算子参数获取单元确定的Canny算子对所述剩余待测图像进行Canny算子边缘检测。15.根据权利要求9所述的图像边缘检测装置，其特征在于，所述图像特征提取模块提取的图像的纹理特征量为图像灰度值直方图的统计矩或像素点灰度值的一致性。16.根据权利要求15所述的图像边缘检测装置，其特征在于，所述Canny算子确定模块采用的纹理特征量与Canny算子参数的映射关系为由经验值确定的曲线图或表格。全文摘要本专利技术提供了一种图像边缘检测方法和装置，其中，上述方法包括提取待测图像的纹理特征量；根据所述纹理特征量与Canny算子参数的映射关系确定所述Canny算子参数；利用Canny算子对所述待测图像进行边缘检测。本专利技术提出的基于纹理特征的Canny算子边缘检测方法，实现了Canny算子图像边缘检测的自动化，对于具有随机性浅纹理的一类图像有着非常好的边缘检测效果，能根据背景纹理特征的不同，自适应地调整Canny算子参数，有效地防止漏检、误检；此外，本专利技术提供的图像边缘检测方法的鲁棒性很强，对于同背景不同光照情况下的图像，也同样有本文档来自技高网...
【技术保护点】
一种图像边缘检测方法，其特征在于，包括：提取待测图像的纹理特征量；根据所述纹理特征量与Canny算子参数的映射关系确定所述Canny算子参数；利用Canny算子对所述待测图像进行边缘检测。
【技术特征摘要】
【专利技术属性】
技术研发人员：张扬，罗佳，
申请(专利权)人：厦门市美亚柏科信息股份有限公司，
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。