一种基于连点画图游戏思想的多阈值边缘检测方法技术

基于连点画图游戏思想的多阈值边缘检测方法包括以下步骤：利用一阶导数边缘算子的梯度模板计算每个像素的梯度幅值，设置大小两个阈值，用于确定标兵点搜索区域和边缘搜索区域，并确定两个区域中像素的“边缘”方向；在标兵点搜索区域中将梯度幅值为局部极值的像素标记为标兵点；从标兵点出发，在边缘搜索区域中搜索符合条件的边缘像素，得到最终的边缘图像。本发明专利技术的方法能够有效地解决传统一阶导数边缘检测方法存在的边缘短小、边缘丢失和噪声敏感等问题，检测的边缘定位精确，连续性好，且运行速度快，具有较好的实时性，可用于实时性图像分析系统之中。

【技术实现步骤摘要】
—种基于连点画图游戏思想的多阈值边缘检测方法
本专利技术所属
是数字图像处理，运用经典的一阶导数算子，结合连点画图游戏的思想和多阈值思想，提出一种新颖的边缘检测方法。
技术介绍
计算机视觉系统的终极目标是能像人类视觉系统一样工作。计算机可以利用必要的信息进行快速、深层的科学分析，但对于内容复杂的图像，获取其中的信息却成了难题，因为计算机不能像人眼那样轻易地理解图像内容。边缘是图像中最基础和关键的内容，不仅因为边缘包含着图像所表达的重要信息，更重要的是边缘为图像分析和模式识别等应用提供最基本的分析特征。所以各种各样的边缘检测算法及改进算法层出不穷，虽然原理不尽相同，但目的都是为了得到定位精确的、连续性好的高质量边缘图像。基于一阶导数的边缘检测算法通常会用到一系列的滤波器。先用低通滤波器减少噪声并平滑图像，再用高通滤波器提取边缘区域。边缘区域由若干宽度的像素构成，所以接下来的任务是在边缘区域中提取边缘，实现这一步通常采用的技术有边缘细化、非极大值抑制，或者形态学方法等，但它们的效果往往不理想，会出现不连续的边缘片段和多像素宽度的边缘。为了提高边缘图像的质量，往往还需要进行许多后期处理。许多基于一阶导数的改进算子在一定程度上解决了上述问题，例如何春华在文献I “基于改进Sobel算子的边缘检测算法的研究”(光学技术，2012，38 (3))提出来权值大小取决于Sobel算子模板内像素灰度值之和的自适应权值改进算法，具有较强的抗噪能力。高勇钢在文献2 “一种改进roberts算子边缘检测”(巢湖学院学报，2009，11 (6))中将不同强度的边缘梯度值变化限定在一定范围内，可有效地保留边缘信息，消弱杂纹。靳鹏飞在文献3 “一种改进的Sobel边缘检测算法”(应用光学，2008，29 (4))中重新构造了对图像边缘方向进行检测的模板，提取的边缘定位精确，结构细腻。这些改进算法可能对某种一阶导数边缘算子适用，但应用到其它算子中又会出现问题。
技术实现思路
本专利技术的目的是提供一种新颖的边缘检测方法，能一定程度改善传统一阶导数边缘算子经常出现的边缘短小，边缘丢失和噪声敏感等问题。该方法将连点画图游戏的过程思想融入到边缘提取中，并利用多阈值巧妙地解决了上述问题。该方法不仅可以利用任何一阶导数算子的梯度模板，而且提取的边缘质量均优于对应的一阶导数算子，且运行速度也存在一定优势。本专利技术设计了，主要包括以下步骤:(I)利用一阶导数边缘算子的梯度模板对原始灰度图像进行卷积，计算每个像素(x，y)的梯度幅值MAG(x，y)。设置大阈值Thbig，将MAG (x，y)≥Thbig的像素标记为标兵点(pacesetter)搜索区域Areaps ;设置小阈值Thsmall,将MAG(x, y)≥Thsmall的像素标记为边缘搜索区域Areaedge，并通过比较水平梯度值Gx和垂直梯度值Gy将两个区域中像素的“边缘”方向分成两类，如果|GX|≥|Gy|，则为横向边缘，反之，则为纵向边缘。(2)在Areaps中将梯度幅值为局部极值的像素标记为标兵点，标兵点的判断要设置阈值Thps，对于Areaps中的像素(x，y)，如果边缘方向为横向，同时满足MAG(x, y)-MAG(x-l, y) >Thps 且 MAG (x，y)-MAG(x+l, y) >Thps，则将该像素标记为标兵点，如果边缘方向为纵向，同时满足 MAG (X，y) -MAG (x, y-1) >Thps 且 MAG (x, y) -MAG (x, y+1) >Thps,则也将该像素标记为标兵点。舍弃8邻域中无标兵点的孤立标兵，以减少噪声干扰。(3)从标兵点出发，在Areaedge中按单向三直接邻域搜索法寻找边缘像素，该方法过程为:如果起始标兵点(x，y)的方向为横向，则将其加入到边缘像素集合Edge — (x, y),然后先向左、再向右按下列过程在Areaedge中搜索符合条件的像素:(1)更新(X，y)的值为其左/右三直接邻域具有最大梯度幅值的像素的坐标值；[0011 ] (2)如果(X，y) e Areaedge, (.v,.r) (6- Edge 且(x, y)的方向类型没发生改变，则Edge — (x，y)，继续重复过程(1) (2);如果有一个条件不满足，则执行过程(3)；(3)回到起始标兵点，更新(x，y)的值为其右三直接邻域具有最大梯度幅值的像素的坐标值，继续重复过程(2) (1)，直到有一个条件不满足，终止这次搜索过程。如果起始标兵点的方向为纵向，则先向上、再向下搜索。【附图说明】图1是多阈值边缘检测方法总流程图；图2是连点画图游戏的示例；图3是本方法各个环节的效果展示；图4是实验用的灰度图像；图5是对实验图像进行边缘检测后的边缘图像；图6是Sobel算法检测出的边缘图像；图7是Canny算法检测出的边缘图像。【具体实施方式】:图1是基于连点画图游戏思想的多阈值边缘检测方法流程图；本专利技术对于该流程各个环节的【具体实施方式】描述如下:(1)预处理应用5X5的，σ =1的Gaussian核对原始图像进行卷积；(2)计算像素梯度幅值的的一阶导数梯度模板采用Sobel模板，设置大小阈值Thbig为55，Thsmall为20，确定标兵点搜索区域Areaps和边缘搜索区域Areaedge，并判断区域中像素的“边缘”方向，即为横向或是纵向；(3)将梯度幅值为局部极值的像素标记成标兵点，设置阈值1\3为4，对于Areaps中的像素(x, y)，方向为横向的像素满足MAG(x, y)-MAG (χ-l, y) >Thps且MAG(x, y)-MAG(x+l, y)>Thps,方向为纵向的像素满足 MAG(x，y)-MAG(x, y-1) >Thps 且MAG(x, y)-MAG(x, y+l)>Thps,则将其标记为标兵点，所有标兵点确定后，舍弃孤立的标兵占.(4)从一个标兵点出发，在Areaedge中按单向三直接邻域搜索法寻找边缘像素，得到最终的边缘图像。整个流程各个环节的效果展示如图3所示。图2是连点画图游戏的一个示例，本专利技术的边缘搜索过程融合了这个游戏的过程思想。图4是实验采用的三幅大小为512X512的灰度图像，第一幅为几何图形，且加入了强度为0.04的椒盐噪声，第二、三幅为常用标准实景灰度图像。图5是利用上述边缘检测方法对图3实验图像进行边缘检测得到的最终边缘图像。图6、图7分别是利用Sobel算法和Canny算法对图3实验图像进行边缘检测得到的最终边缘图像。第一幅几何图像的检测结果可以明显看出Sobel和Canny边缘图像中布满噪点，即使调整阈值，也很难消除，而本文方法对噪声有很强的抑制能力，得到的边缘整洁平滑。第二、三幅实景图像，Sobel算法检测出的边缘十分毛糙，且噪点和断裂情况严重，Canny算法检测的边缘虽然比较平滑，噪声处理效果也不错，但也存在明显断裂情况，本文方法检测的边缘连续性更好，对噪声和短小边缘的抑制能力更强，边缘细节保留完整。本文档来自技高网...

【技术保护点】
基于连点画图游戏思想的多阈值边缘检测方法，包括以下步骤：(1)利用一阶导数边缘算子的梯度模板对原始灰度图像进行卷积，得到每个像素的梯度幅值，并设置大、小两个阈值，通过比较梯度幅值和阈值得到两个目标搜索区域，确定两个区域中像素的“边缘”方向；(2)在大阈值目标搜索区域中将梯度幅值为局部极值的像素标记为标兵点，并舍弃8邻域中无标兵点的孤立标兵，以排除噪声干扰；(3)从标兵点出发，在小阈值目标搜索区域中按单向三直接邻域搜索法寻找符合条件的像素，将其标记为边缘像素，得到最终的边缘图像。

【技术特征摘要】
1.基于连点画图游戏思想的多阈值边缘检测方法，包括以下步骤: (1)利用一阶导数边缘算子的梯度模板对原始灰度图像进行卷积，得到每个像素的梯度幅值，并设置大、小两个阈值，通过比较梯度幅值和阈值得到两个目标搜索区域，确定两个区域中像素的“边缘”方向； (2)在大阈值目标搜索区域中将梯度幅值为局部极值的像素标记为标兵点，并舍弃8邻域中无标兵点的孤立标兵，以排除噪声干扰； (3)从标兵点出发，在小阈值目标搜索区域中按单向三直接邻域搜索法寻找符合条件的像素，将其标记为边缘像素，得到最终的边缘图像。2.如权利要求1所述的基于连点画图游戏思想的多阈值边缘检测方法，其特征在于，所述步骤(1)的目标搜索区域分为两种，一是标兵点(pacesetter)的搜索区域Areaps，二是边缘的搜索区域Areaedge，对于任意像素(x，y)的梯度幅值MAG (x，y)，设置大阈值Thbig，存在 Areaps — MAG (x, y)≥ Thbig,设置小阈值 Thsmall,存在 Areaedge — MAG (x, y)≥ Thsmall ；目标搜索区域中像素的“边缘”方向根据水平梯度值Gx和垂直梯度值Gy的比较分成两类，如果Gx| ^ I Gy I,则为横向边缘,反之,则为纵向边缘。3.如权利要求1所述的基于连点画图游戏思想的多阈值边缘检测方法，其特征在于，所述步骤(2)的标兵点的确定过程如下:设置阈值...

【专利技术属性】
技术研发人员：任洪娥，宋爽，董本志，
申请(专利权)人：东北林业大学，
类型：发明
国别省市：