0034] 图14a-图14c是JTED对实验2的三幅输入图像的边缘检测结果图。
【具体实施方式】
[0035] 参照图1，本发明的一种三点联合的图像边缘检测方法，包括以下具体步骤：
[0036] 步骤1，输入一幅待检测的图像，用Canny算子计算待检测图像中第n个像素点的 近似边缘方向角€，其中，ne{1，2, ...，N}，N为待检测图像的像素点总数；本发明中，将 所述待检测图像中每个像素点的边缘，简称为边缘。
[0037]步骤1的具体子步骤为：
[0038]I. 1采用高斯滤波器平滑待检测图像，得到平滑后的图像；
[0039] 首先，设定X表示垂直于边缘方向的坐标，y表示平行于边缘方向的坐标，G(X)和 G(y)分别表示垂直于边缘方向和平行于边缘方向的高斯函数，G(X)和G(y)的表达式分别 为：
[0040]G(X) =exp(-X2/ (2 〇 2))
[0041] G(y)=exp (-y2/(2 〇 2))
[0042] 其中，〇为垂直于边缘方向的高斯函数G(X)的标准差，也是平行于边缘方向的高 斯函数G(y)的标准差；
[0043] 然后，根据垂直于边缘方向的高斯函数G(X)和平行于边缘方向的高斯函数G(y) 的表达式，计算得到高斯滤波器fI(；F(x，y)的表达式为：
[0044] fiGF(x, y) =G(x)G(y) = exp (-(x2+y2)/2〇2)；
[0045] 最后，设定高斯滤波器的滤波窗口尺寸为MXM(M为奇数，一般取3、5、7、9等）；计 算高斯滤波器在其滤波窗口内不同像素点的值，从而生成高斯滤波模板，并计算该高斯滤 波模板与所述待检测图像的卷积，得到平滑后的图像；
[0046] I. 2分别计算平滑后的图像中第n个像素点沿垂直于边缘方向和平行于边缘方向 的梯度值，并计算待检测图像中第n个像素点的近似边缘方向角罐;
[0047] 首先，分别给出垂直于边缘方向的核函数Ktix和平行于边缘方向的核函数K为：
[0049] 然后，分别计算垂直于边缘方向的核函数Kex、平行于边缘方向的核函数Ker^ 平滑后的图像的卷积，得到平滑后的图像中每个像素点分别沿垂直于边缘方向和平行 于边缘方向的梯度值，其中，平滑后的图像中第n个像素点沿垂直于边缘方向和平行于 边缘方向的梯度值分别为i和 <，则待检测图像中第n个像素点的近似边缘方向角
[0050] 在本发明实例中，参照图2a是一幅待检测的图像，参照图2b是用Canny算子计算 图2a的待检测图像中所有像素点的近似边缘方向角的示意图。
[0051] 步骤2,设定待检测图像的每个像素点均对应有一个大小为pXq的滤波窗口，且 所述待检测图像的每个像素点均为其对应的滤波窗口的中心像素点；构造三点联合边缘检 测算子f_ (x，y)，并计算待检测图像中每个像素点对应的滤波窗口内所有像素点的值，生 成待检测图像中每个像素点对应的滤波模板，其中，待检测图像中第n个像素点对应的滤 波模板为FTn;将待检测图像中第n个像素点的近似边缘方向角劣的正负JT/20的角度范 围巧-+衫2〇；]，等间隔地划分出K个方向，将待检测图像中第n个像素点对应的 滤波模板FTn以待检测图像的第n个像素点为中心沿所述K个方向进行旋转，得到待检测 图像中第n个像素点对应的K个旋转模板；计算待检测图像的第n个像素点沿所述K个方 向的梯度幅值，将其中最大的梯度幅值所对应的方向作为待检测图像中第n个像素点的真 实边缘方向角0n，其中，nG{1，2，...，沁，~为待检测图像的像素点总数。
[0052] 步骤2的具体子步骤为：
[0053] 2. 1生成待检测图像中每个像素点对应的滤波模板；
[0054] 首先，设计垂直边缘方向的滤波器为dG(x)/dx，其中，G(X)为垂直于边缘方向的 高斯函数，G(X) =exp(_xV(2 〇2))，X表示垂直于边缘方向的坐标，。为垂直于边缘方向 的尚斯函数G(X)的标准差；
[0055] 然后，构造平行于边缘方向的滤波器H(y):
[0057] 其中，y表示平行于边缘方向的坐标；
[0058] 需要说明的是：根据边缘的连续性，本发明通过所构造的平行于边缘方向的滤波 器H(y)计算待检测图像中三个相邻像素点的梯度值之和，判断待检测图像中三个相邻的 像素点是否都为待检测图像的边缘点；参照图3a-图3d，是常见的4种边缘结构图；参照图 4,是本发明构造的平行于边缘方向的滤波器的示意图；
[0059] 接着，构造三点联合边缘检测算子fjTED(x，y)为：
[0060]fjTED(x，y) = (dG(x)/dx)H(y);
[0061] 根据垂直于边缘方向的高斯函数G(x)和所构造的平行于边缘方向的滤波器 H(y)，将三点联合边缘检测算子fITED(x，y)写为：
[0063] 最后，设定待检测图像的每个像素点均对应有一个大小为pXq的滤波窗口，且所 述待检测图像的每个像素点均为其对应的滤波窗口的中心像素点；利用所构造的三点联合 边缘检测算子f;TED(x，y)计算待检测图像中每个像素点对应的滤波窗口内所有像素点的 值，生成待检测图像中每个像素点对应的滤波模板，其中，待检测图像中第n个像素点对应 的滤波模板为FTn;
[0064] 2. 2根据待检测图像中每个像素点对应的滤波模板，构造待检测图像中每个像素 点对应的旋转模板；
[0065] 首先，设定待检测图像中第n个像素点对应的滤波模板FTn中的任意一个像素点 的坐标为（in+mx，jn+my)，其中，（in，jn)为待检测图像的第n个像素点的坐标， 到（P-D/2之间的整数，!11,取_(q-l)/2到（q_l)/2之间的整数，则待检测图像中第n个像 素点对应的滤波模板的中心像素点的坐标为（in，jn);
[0066] 然后，将待检测图像中第n个像素点的近似边缘方向角武的正负31/20的角度范 围-#20,6 +#20]，等间隔地划分出K个方向，将待检测图像中第n个像素点对应的 滤波模板FTn以待检测图像的第n个像素点为中心沿所述K个方向进行旋转，得到待检测 图像中第n个像素点对应的K个旋转模板，其中，第K个方向的旋转角度f为：
[0067] =0[-nj20+knl(
[0068]其中，K= 0，1，...，K_1;
[0069] 则待检测图像中第n个像素点对应的滤波模板FTn中的任意一个像素点的坐标 (in+mx，jn+my)沿第K个方向旋转后的坐标（i'，)为：
[0071] 在本发明实例中，参照图5a是一个7*3的滤波模板，图5b是将图5a的滤波模板 旋转乾角度后的旋转模板；
[0072] 2. 3计算待检测图像的第n个像素点沿所述K个方向的梯度幅值，其中，待检测图 像的第n个像素点沿第K个方向的梯度幅值^ (in，jn)为：
[0074] 其中，fJTED(mx，my)是三点联合边缘检测算子，uQ(i'，j')是所述待检测图像在 像素点（i'，j')的灰度值；
[0075] 比较待检测图像的第n个像素点沿所述K个方向的梯度幅值，将其中最大的梯度 幅值所对应的方向作为待检测图像中第n个像素点的真实边缘方向角0 n。
[0076] 步骤3,设定与待检测图像中第n个像素点（in，jn)相邻的两个像素点分别为（in， jn_l)和（in，jn+l)，分别计算与待检测图像中第n个像素点（in，jn)相邻的两个像素点（in， jn_l)和（in，j