2、E3的计算，计算边缘信息图E1的带方向梯度值得到增强 边缘图E3 : cl、w图2的数据模型，w窗口Wn大小n，取n默认取值为7对边缘信息图El中每个非 零边缘点（x，y)计算梯度偏移位置（mc，mr)，
c2、计算边缘信息图El中每个窗口中屯、位置（c，r)与其梯度偏移位置（me,mr)的距离 的平方：括鼓沪辦'擊:.'一:疑终I单物緣;;一;潑湊梦； c3、对窗口Wn中每个非零边缘点（x，y)分别计算其到窗口中屯、位置和梯度偏移位置的 距离的平方：、〇二={、一。^ 、巧三=I'、-泌)二一r、'- ; c4、根据余弦定理计算窗口Wn中每个非零边缘点（X，y)到中屯、位置0在直线om上的 投影距离：出St二:班X(rr泌二XO: --V讯勺/巧X巧〇Xso); c5、按W下步骤对窗口Wn的中屯、点（c，r)计算其边缘增强图E2 : (c51)center=0,roundl=0,round2 =0； (c52)循环对窗口Wn中的每个非零边缘点计算dist; 如果dist小于0. 5且大于-〇.5,那么center=center+1 ; 如果dist大于 1，那么roundl=roundl+ 1 ; 如果dist小于-1,那么rounds=rounds+ 1 ; (c53)如果center=rT2,那么看議據顯:沒鸿il毅幾，否则i袭暖I鑄I彎^羡髮議鐵蒙摩難凳麵:弟策戀!輯義I; c6、将边缘增强图E2的值归一化到0~1，与边缘图E1叠加并归一化到0~1得到边 缘增强图E3。
[0018] 第四步、双阔值计算，根据边缘信息图E1和增强边缘图E3自动计算双阔值： dl、将边缘增强图E3中的非零点由小到大排序； d2、取排在序列中L位的值作为上阔值，L等于E3中非零点数量减去E1中非零点数量 的30〇/〇, L=1純巧巧一巧巧X径3 ; d3、取排在序列中LxO. 7位的值作为下阔值。
[0019] 第五步、抗噪声检测处理，对增强的边缘信息图E3用双阔值方法检测、过滤并连 接边缘，得到最终处理后的图像： el、对大于上阔值的强边缘进行过滤，滤除边缘长度小于整数k的虚假强边缘。所述整 数k的数值优选为8 ; e2、将过滤后的强边缘与大于下阔值的弱边缘进行连接得到最终的边缘信息。
[0020] 为了评估本发明所采用的图像边缘检测方法的技术效果，W图3的无噪声的图片 作为原始图片分别采用canny算法和本发明的图像边缘检测方法进行处理，分别得到如图 4和图5所示的边缘信息图。从图4和图5的对比可W看到，采用本发明的图像边缘处理方 法相对于只采用canny算法可W显著提高图像的边缘检测准确性。
[0021] 为了更进一步评估本发明所采用的图像边缘检测方法的技术效果，W图3的无噪 声的图片加入椒盐噪声的图6作为原始图片，然后分别采用canny算法和本发明的图像边 缘检测方法对图6进行处理，分别得到如图7和图8所示的边缘信息图。从图7和图8的 对比可W看到，即使在有噪声干扰的条件下，采用本发明的图像边缘处理方法相对于只采 用canny算法可W显著提高图像的边缘检测抗噪声能力。
[0022]W上所述，仅为本发明的较佳实施例而已，并非对本发明作任何形式上的限制；凡 本行业的普通技术人员均可按说明书附图所示和W上所述而顺杨地实施本发明；但是，凡 熟悉本专业的技术人员在不脱离本发明技术方案范围内，可利用W上所掲示的技术内容而 做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时，凡依据本发明 的实质技术对W上实施例所作的任何等同变化的更动、修饰与演变等，均仍属于本发明的 技术方案的保护范围之内。
【主权项】
1. 一种可抗噪声的图像边缘检测方法，其特征在于包括以下步骤： 第一步、初始边缘信息图E的计算，采用Canny算法计算原始图像的初始边缘信息图E； 第二步、边缘信息图El的计算，根据初始边缘信息图E自动计算阈值排除弱边缘得到 边缘信息图El; 第三步、增强边缘图E2、E3的计算，计算边缘信息图El的带方向梯度值得到增强边缘 图E2、E3 ; 第四步、双阈值计算，根据边缘信息图El和增强边缘图E3自动计算双阈值； 第五步、抗噪声检测处理，对增强的边缘信息图E3用双阈值方法检测、过滤并连接边 缘，得到最终处理后的图像。2. 根据权利要求1所述的可抗噪声的图像边缘检测方法，其特征在于：第一步所述初 始边缘信息图E的计算包括以下步骤：a3、对梯度图G应用非极大值抑制得到边缘信息图E，找到梯度图G数据中的最高点， 利用边缘方向信息来处理，验证所有点是否峰值，如果一个点两侧的梯度小于该点上的梯 度，那么它为极大值。3. 根据权利要求1或2所述的可抗噪声的图像边缘检测方法，其特征在于：第二步所 述边缘信息图El的计算包括以下过程：对边缘信息图E中的数据按数值由小到大进行排 序，取排在全部数值70%处的数值大小的30%作为最低阈值，从边缘信息图E中排除小于最 低阈值的边缘得到边缘信息图E1。4. 根据权利要求3所述可抗噪声的图像边缘检测方法，其特征在于：第三步所述增强 边缘图E2、E3的计算包括以下步骤： cl、以图2的数据模型，以窗口Wn大小n，取n默认取值为7对边缘信息图El中每个非 零边缘点（X，y)计算梯度偏移位置（me,mr)，c2、计算边缘信息图El中每个窗口中心位置（c，r)与其梯度偏移位置（me，mr)的距离 的平方：:_0尹:'__..一纖5身.爹.::考.'|浐:7.耸_1.2 ; c3、对窗口Wn中每个非零边缘点（x，y)分别计算其到窗口中心位置和梯度偏移位置的5PTf：^-W2^ 1^2：:； c4、根据余弦定理计算窗口Wn中每个非零边缘点（X，y)到中心位置〇在直线om上的 投影距离：chss： = >s \ ⑶j; c5、按以下步骤对窗口Wn的中心点（c，r)计算其边缘增强图E2 : (c51)center= 0,roundl= 0,round2 = 0 ； (c52)循环对窗口Wn中的每个非零边缘点计算dist; 如果dist小于 0? 5 且大于-〇? 5,那么center=center+ 1 ; 如果dist大于 1，那么roundl=roundl+I; 如果dist小于-1，那么round2 =round2 + 1 ;c6、将边缘增强图E2的值归一化到0~1，与边缘图El叠加并归一化到0~1得到边 缘增强图E3。5. 根据权利要求4所述的可抗噪声的图像边缘检测方法，其特征在于：第四步所述双 阈值计算包括以下步骤： dl、将边缘增强图E3中的非零点由小到大排序； d2、取排在序列中L位的值做为上阈值，L等于E3中非零点数量减去El中非零点数量 的 灘； d3、取排在序列中LxO. 7位的值作为下阈值。6. 根据权利要求5所述的可抗噪声的图像边缘检测方法，其特征在于：第五步所述抗 噪声检测处理包括以下步骤： el、对大于上阈值的强边缘进行过滤，滤除边缘长度小于整数k的虚假强边缘；e2、将过滤后的强边缘与大于下阈值的弱边缘进行连接得到最终的边缘信息。7. 根据权利要求6所述的可抗噪声的图像边缘检测方法，其特征在于：所述整数k的 数值为8。
【专利摘要】本发明公开了一种可抗噪声的图像边缘检测方法，包括初始边缘信息图E的计算、边缘信息图E1的计算、增强边缘图E2、E3的计算、双阈值计算和抗噪声检测处理等步骤。本发明的可抗噪声的图像边缘检测方法可以较准确的定位图像的边缘，能够有效抑制噪声和纹理导致的虚假边缘，可以自适应地改变边缘检测的高低阀值，在增加少量计算的前提下提高了边缘检测效果和自动化程度。
【IPC分类】G06T7/00
【公开号】CN105225243
【申请号】CN201510661141
【发明人】徐德明, 万长林
【申请人】徐德明, 万长林
【公开日】2016年1月6日
【申请日】2015年10月15日