一种基于多重随机共振机制的图像边缘检测方法
【专利摘要】本发明涉及一种基于多重随机共振机制的图像边缘检测方法。本发明构建具有随机共振特性的双稳态串并联网络模型，按从强到弱的顺序对图像中的多对比度边缘，进行基于多重随机共振机制的边缘检测。本发明分层次对不同对比度的边缘进行独立的随机共振调制，最终将局部最优的检测结果融合为完整的边缘信息。本发明充分利用了噪声在图像边缘增强和检测中的作用，改变了传统方法在单尺度下对多层次边缘细节的检测思路。
【专利说明】 一种基于多重随机共振机制的图像边缘检测方法
【技术领域】
[0001]本发明属于数字图像处理领域，涉及一种基于多重随机共振机制的图像边缘检测方法。
【背景技术】
[0002]图像边缘蕴含着丰富的信息，因此边缘的检测是图像处理或分析中的重要环节。随机共振虽然可以在噪声能量的帮助下，实现图像边缘的增强和检测。但在图像采集过程中，由于光照条件以及成像对象特性的影响，图像中的边缘通常表现为不同对比度共存的特点。因此如果对不同对比度的边缘采取完全相同的随机共振调制，所获得的结果只能是一种全局意义上的最优。本发明构建具有随机共振特性的双稳态串并联网络模型，按从强到弱的顺序对图像中的多对比度边缘，进行基于多重随机共振机制的边缘检测。本发明分层次对不同对比度的边缘进行独立的随机共振调制，最终将局部最优的检测结果融合为完整的边缘信息。本发明充分利用了噪声在图像边缘增强和检测中的作用，改变了传统方法在单尺度下对多层次边缘细节的检测思路。
【发明内容】
[0003]本发明考虑到:图像中的边缘集合通常具有不同对比度特性，采用单次随机共振调制，虽然可以实现噪声能量向边缘信息的转移，但获得的只是一种全局意义下的最优检测。本发明利用多重随机共振机制，对不同对比度的边缘进行独立的随机共振调制，从而有利于图像中完整边缘的检测。
[0004]本发明包括以下步骤:
[0005]步骤(I)对灰度图采用Log-Gabor滤波器进行特定方向选择性预处理(选取Y个不同方向)，得到Y幅子图。
[0006]步骤(2)对步骤(I)中得到的各子图进行降维，得到Y路一维信号。
[0007]步骤(3)将步骤(2)中获得的Y路一维信号分别输入至双稳态串并联网络模型，得到对应的Y路一维输出信号。
[0008]步骤(4)对步骤(3)中的Y路输出信号进行灰度映射，分别计算表达各路输入与输出信号之间关系的互信息熵值，并以此作为衡量指标，独立调节每路信号的内噪声强度，使得对应的互信息熵达到最大值，此时的输出信号为互信息熵指标下的最优输出。
[0009]步骤(5)对步骤(4)的Y路最佳输出分别按照相对应的图像降维逆扫描方式还原为Y路二维信号，并对其进行阈值处理。
[0010]步骤(6)将步骤(5)中获得的Y路二维信号通过Q1判别器决策，融合成一路二维信号，并计算此次检测获得的边缘点数目占整个图像的比例α。
[0011]步骤(7)利用步骤(6)的二维信号对步骤(I)的灰度图进行灰度值重置。
[0012]步骤(8)重复步骤(1-7)直至α ( 5%或满足一定重复次数条件，假设重复β次后退出。[0013]步骤(9)将β次步骤(6)的结果通过Q2判别器进行决策和融合，最终获得完整的边缘检测结果；
[0014]本发明具有的特点为:
[0015]1、本发明构建了具有随机共振特性的双稳态串并联网络模型，并结合多方向的Log-Gabor滤波处理，将图像的边缘信息转换为非线性系统的随机共振输入，串并联网络模型具有较好的稳定性和处理效果。
[0016]2、本发明考虑到了图像中存在的多对比度边缘检测问题，采用分层次的边缘检测策略，利用多重随机共振机制，对不同对比度的边缘进行独立的随机共振调制，避免了单次随机共振机制所获得的边缘信息不完整缺陷。
【专利附图】
【附图说明】
[0017]图1为基于多 重随机共振机制的图像边缘检测过程示意图；
[0018]图2为双稳态串并联网络I旲型不意图；
[0019]图3为图像降维示意图；
[0020]图4为多对比度边缘检测结果融合示意图。
【具体实施方式】
[0021]以下结合附图对本发明作进一步说明。
[0022]如图1所示，P(i, j)为灰度图输入信号，Ηω (i, j)为P(i，j)经Log-Gabor滤波预处理后得到的子图，其中ω表示方向，ω = O。,45° ,90°，135°，ω下同；GU (η)为Ηω(?, j)经特定扫描方式降维后的一维信号；Αω(η)为双稳态串并联网络模型，Βω(η)为Ιω (η)灰度映射后结果；Εω (i, j)为Βω (η)经对应逆扫描方式重构后，再进行阈值处理后的二维信号，Zli(ZJ)为第k3次随机共振调制后的输出信号。
[0023]本发明方法具体包括以下步骤:
[0024]步骤(1)对灰度图P(i, j) (i = 1,2,...M; j = 1,2,…N，变量 i 和 j 下同，Μ, N 分别表示图像的宽和高)，采用Log-Gabor滤波器进行0°、45°、90°和135°四个方向的预处理，Log-Gabor滤波器函数的频域描述如式(I)所示:
[0025]
【权利要求】
1.一种基于多重随机共振机制的图像边缘检测方法，其特征在于该方法包括如下步骤: 步骤(1)对灰度图采用Log-Gabor滤波器选取f个不同方向进行选择性预处理，得到;T幅子图； 步骤(2)对步骤(1)中得到的各子图进行降维，得到r路一维信号； 步骤(3)将步骤(2)中获得的F路一维信号分别输入至双稳态串并联网络模型，得到对应的路一维输出信号； 步骤(4)对步骤(3)中的:T路输出信号进行灰度映射，分别计算表达各路输入与输出信号之间关系的互信息熵值，并以此作为衡量指标，独立调节每路信号的内噪声强度，使得对应的互信息熵达到最大值，此时的输出信号为互信息熵指标下的最优输出； 步骤(5)对步骤(4)的；T路最佳输出分别按照相对应的图像降维逆扫描方式还原为r路二维信号，并对其进行阈值处理； 步骤(6)将步骤(5)中获得的r路二维信号通过0判别器决策，融合成一路二维信号，并计算此次检测获得的边缘点数目占整个图像的比例*; 步骤(7)利用步骤(6)的二维信号对步骤(1)的灰度图进行灰度值重置； 步骤(8)重复步骤(1-7)直至《^5%或满足一定重复次数条件，假设重复#次后退出；步骤(9)将#次步骤(6)的结果通过仏判别器进行决策和融合，最终获得完整的边缘检测结果。
【文档编号】G06T7/00GK103729847SQ201310739932
【公开日】2014年4月16日 申请日期:2013年12月26日 优先权日:2013年12月26日
【发明者】范影乐, 李丹菁, 张梦楠, 王迪, 武薇 申请人:杭州电子科技大学