图像边缘检测方法、图像目标识别方法及装置制造方法

图像边缘检测方法、图像目标识别方法及装置制造方法
【专利摘要】本发明提供一种图像边缘检测方法、图像目标识别方法及装置，该边缘检测方法包括：根据边缘检测算子预设方向上的模板及待处理像素点的邻域中各像素点的取对数运算后的灰度值，对待处理像素点进行卷积运算，得到所述待处理像素点在所述预设方向上的亮度差分近似值；根据所述待处理像素点的所有预设方向上的亮度差分近似值，得到所述待处理像素点的梯度幅值；将所述待处理像素点的梯度幅值与梯度幅值阈值进行比较，将梯度幅值大于或等于梯度幅值阈值的待处理像素点作为边缘点；根据得到的所述边缘点，提取所述图像中的目标的轮廓。本发明能够提高图像边缘检测方法的抗干扰性。
【专利说明】图像边缘检测方法、图像目标识别方法及装置

【技术领域】
[0001]本发明涉及图像处理【技术领域】，尤其涉及一种图像边缘检测方法、图像目标识别方法及装置。

【背景技术】
[0002]边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识图像中亮度变化明显的点。对于光照不均匀的图像，例如在水下采用微光摄像装置拍摄的微光图像，由于成像环境差，现有技术边缘检测方法难以去除背景噪声的干扰。


【发明内容】

[0003]有鉴于此，本发明提供一种图像边缘检测方法、图像目标识别方法及装置，能够提高图像边缘检测方法的抗干扰性。
[0004]为解决上述技术问题，本发明提供一种图像边缘检测方法，包括:
[0005]根据边缘检测算子预设方向上的模板及待处理像素点的邻域中各像素点的取对数运算后的灰度值，对待处理像素点进行卷积运算，得到所述待处理像素点在所述预设方向上的亮度差分近似值；
[0006]根据所述待处理像素点的所有预设方向上的亮度差分近似值，得到所述待处理像素点的梯度幅值；
[0007]将所述待处理像素点的梯度幅值与梯度幅值阈值进行比较，将梯度幅值大于或等于所述梯度幅值阈值的待处理像素点作为边缘点；
[0008]根据得到的所述边缘点，提取所述图像中的目标的轮廓。
[0009]优选地,所述边缘检测算子为prewitt算子。
[0010]优选地，所述边缘检测算子包括水平方向的模板和垂直方向的模板，所述待处理像素点在水平方向和垂直方向上的亮度差分近似值的计算公式为:
[0011]A = (log (F (x+1, y-1)) +log (F (x+1, y)) +log (F (x+1, y+1))) - (log (F (x~l, y-1)) +1g (F (x-1, y)) +log (F (x-1, y+1)))
[0012]B = (log (F (x-1, y+1)) +log (F (x, y+1)) +log (F (x+1, y+1))) - (log (F (x~l, y-1)) +1g (F (x, y-1)) +log (F (x+1, y-1)))
[0013]其中，F(x，y)为取对数运算前的像素点的灰度值，A为所述待处理像素点在垂直方向上的亮度差分近似值，B为所述待处理像素点在水平方向上的亮度差分近似值，1gO为取对数运算。
[0014]优选地，所述待处理像素点的梯度幅值的计算公式为:
[0015]G(x, y) = A| + |B
[0016]其中，G(x，y)为所述待处理像素点的梯度幅值。
[0017]优选地，对待处理像素点进行卷积运算的步骤之前还包括:
[0018]依次对所述图像中的各像素点的灰度值进行分段线性变化和对数变化，得到所述图像中各像素点的新的灰度值；
[0019]其中，所述分段线性变化的计算公式为:

【权利要求】
1.一种图像边缘检测方法，其特征在于，包括: 根据边缘检测算子预设方向上的模板及待处理像素点的邻域中各像素点的取对数运算后的灰度值，对所述待处理像素点进行卷积运算，得到所述待处理像素点在所述预设方向上的亮度差分近似值； 根据所述待处理像素点的所有预设方向上的亮度差分近似值，得到所述待处理像素点的梯度幅值； 将所述待处理像素点的梯度幅值与梯度幅值阈值进行比较，将梯度幅值大于或等于所述梯度幅值阈值的待处理像素点作为边缘点； 根据得到的所述边缘点，提取所述图像中的目标的轮廓。
2.根据权利要求1所述的方法，其特征在于，所述边缘检测算子为prewitt算子。
3.根据权利要求2所述的方法，其特征在于，所述边缘检测算子包括水平方向的模板和垂直方向的模板，所述待处理像素点在水平方向和垂直方向上的亮度差分近似值的计算公式为:
A = (log (F (x+1, y-1)) +log (F (x+1, y)) +log (F (x+1, y+1))) - (log (F (x-1, y-1)) +log (F (x-1, y)) +log (F (x-1, y+1)))
B = (log (F (x-1, y+1)) +log (F (x, y+1)) +log (F (x+1, y+1))) - (log (F (x-1, y-1)) +log (F (x, y-1)) +log (F (x+1, y-1))) 其中，F(x, y)为取对数运算前的像素点的灰度值，A为所述待处理像素点在垂直方向上的亮度差分近似值，B为所述待处理像素点在水平方向上的亮度差分近似值，1gO为取对数运算。
4.根据权利要求3所述的方法，其特征在于，所述待处理像素点的梯度幅值的计算公式为:
G(x，y) = A| + |B 其中，G(x，y)为所述待处理像素点的梯度幅值。
5.根据权利要求1所述的方法，其特征在于，对待处理像素点进行卷积运算的步骤之前还包括: 依次对所述图像中的各像素点的灰度值进行分段线性变化和对数变化，得到所述图像中各像素点的新的灰度值； 其中，所述分段线性变化的计算公式为:
所述对数变化的计算公式为:
g’ (x, y) = lg(g(x, y)+l)/(lg256)*256 其中，F(x，y)为分段线性变化处理之前像素点的灰度值，g(x，y)为分段线性变化处理后的像素点的灰度值，g’ (x, y)为对数变化处理后的像素点的灰度值。
6.一种图像目标识别方法，包括边缘检测步骤，其特征在于，所述边缘检测步骤采用如权利要求1-5任一项所述的图像边缘检测方法进行。
7.根据权利要求6所述的方法，其特征在于，还包括目标复原步骤，所述目标复原步骤包括: 采用轮廓跟踪的方法获取目标的轮廓区域的链码表； 根据所述链码表计算所述图像中各个区域的周长； 将所述周长大于或等于预设阈值的区域作为所述图像中目标的边界，保留所述目标的链码表； 将保留下的链码表转换成竖直方向的线段表； 判断每一所述线段表的两个端点之间的距离是否小于或等于预设数值个像素点的距离和，当所述两个端点之间的距离小于或等于预设数值个像素点的距离和时，将所述两个端点之间的区域填充，得到复原的目标。
8.根据权利要求7所述的方法，其特征在于，所述图像为水下微光图像，所述方法还包括目标识别步骤，所述目标识别步骤包括: 计算所述目标的形状因子F = L2/4 π S，其中，F为所述目标的形状因子，L为所述目标的轮廓区域的周长，S为所述目标的轮廓区域的面积，所述目标的轮廓区域的面积由所述线段表计算得到； 当所述目标的形状因子接近I时，判定所述目标为球形目标； 当所述目标的形状 因子约等于1.5时，判定所述目标为椭球形目标； 当所述目标的形状因子约大于或等于1.8时，判定所述目标为三脚架形目标。
9.一种图像边缘检测装置，其特征在于，包括: 卷积单元，用于根据边缘检测算子预设方向上的模板及待处理像素点的邻域中各像素点的取对数运算后的灰度值，对待处理像素点进行卷积运算，得到所述待处理像素点在所述预设方向上的亮度差分近似值； 梯度幅值计算单元，用于根据所述待处理像素点的所有预设方向上的亮度差分近似值，得到所述待处理像素点的梯度幅值； 比较单元，用于将所述待处理像素点的梯度幅值与梯度幅值阈值进行比较，将梯度幅值大于或等于梯度幅值阈值的待处理像素点作为边缘点； 轮廓获取单元，用于根据得到的所述边缘点，提取所述图像中的目标的轮廓。
10.根据权利要求9所述的装置，其特征在于，所述边缘检测算子为prewitt算子。
11.根据权利要求10所述的装置，其特征在于，所述边缘检测算子包括水平方向的模板和垂直方向的模板，所述卷积单元采用下述计算公式计算所述待处理像素点在水平方向和垂直方向上的亮度差分近似值:
A = (log (F (x+1, y-1)) +log (F (x+1, y)) +log (F (x+1, y+1))) - (log (F (x-1, y-1)) +log (F (x-1, y)) +log (F (x-1, y+1)))
B = (log (F (x-1, y+1)) +log (F (x, y+1)) +log (F (x+1, y+1))) - (log (F (x-1, y-1)) +log (F (x, y-1)) +log (F (x+1, y-1))) 其中，F(x, y)为取对数运算前的像素点的灰度值，A为所述待处理像素点在垂直方向上的亮度差分近似值，B为所述待处理像素点在水平方向上的亮度差分近似值，1gO为取对数运算。
12.根据权利要求11所述的装置，其特征在于，所述梯度幅值计算单元采用下述公式计算所述待处理像素点的梯度幅值:
G(x，y) = A| + |B 其中，G(x，y)为所述待处理像素点的梯度幅值。
13.一种图像目标识别装置，包括边缘检测模块，其特征在于，所述边缘检测模块包括: 卷积单元，用于根据边缘检测算子预设方向上的模板及待处理像素点的邻域中各像素点的取对数运算后的灰度值，对待处理像素点进行卷积运算，得到所述待处理像素点在所述预设方向上的亮度差分近似值； 梯度幅值计算单元，用于根据所述待处理像素点的所有预设方向上的亮度差分近似值，得到所述待处理像素点的梯度幅值； 比较单元，用于将所述待处理像素点的梯度幅值与梯度幅值阈值进行比较，将梯度幅值大于或等于梯度幅值阈值的待处理像素点作为边缘点； 轮廓获取单元，用于根据得到的所述边缘点，提取所述图像中的目标的轮廓。
14.根据权利要求13所述的装置，其特征在于，还包括目标复原模块，所述目标复原模块包括: 链码表获取单元，用于采用轮廓跟踪的方法获取目标的轮廓区域的链码表； 周长计算单元，用于根据所述链码表计算所述图像中各个区域的周长； 滤波单元，用于将所述周长大于或等于预设阈值的区域作为所述图像中目标的边界，保留所述目标的链码表； 转换单元，用于将保留下的链码表转换成竖直方向的线段表； 填充单元，用于判断每一所述线段表的两个端点之间的距离是否小于或等于预设数值个像素点，当所述两个端点之间的距离小于或等于预设数值个像素点时，将所述两个端点之间的区域填充，得到复原的目标。
15.根据权利要求13所述的装置，其特征在于，所述装置还包括目标识别模块，所述目标识别模块包括: 形状因子计算单元，用于计算所述目标的形状因子F = L2/4 π S，其中，F为所述目标的形状因子，L为所述目标的轮廓区域的周长，S为所述目标的轮廓区域的面积，所述目标的轮廓区域的面积由所述线段表计算得到； 判定单元，用于当所述目标的形状因子接近I时，判定所述目标为球形目标；当所述目标的形状因子约等于1.5时，判定所述目标为椭球形目标；当所述目标的形状因子约大于或等于1.8时，判定所述目标为三脚架形目标。
【文档编号】G06T7/00GK104077773SQ201410282974
【公开日】2014年10月1日 申请日期:2014年6月23日 优先权日:2014年6月23日
【发明者】杜娜梅, 陈敏 申请人:北京京东方视讯科技有限公司, 京东方科技集团股份有限公司