入A内部的模板的原点组成。
[0020] 如果原点在结构元素的内部，那么，腐蚀有收缩输入图像的作用，如下图所示。图 中结构元素B为一个圆盘。从几何角度看，圆盘在A的内部运动，将圆盘的圆点位置（这里 为圆盘的圆心）标记出来，便得到腐蚀后的图像。一般的，可以得到下列性质：如果原点在 结构元素的内部，则腐蚀后的图像为输入图像的一个子集。
[0021] 二值数学形态学的另一个基本运算是膨胀。膨胀是腐蚀运算的对偶运算（逆运 算），可以通过对补集的腐蚀来定义。A被B膨胀表示为A@B，其定义为：
其中，Ae表示A的补集。膨胀还可以用D(A，B)和DILATE(A，B)来表示。为了利用B膨 胀A，可将相对原点旋转180°得到一B，再利用一B对f进行腐蚀。腐蚀结果的补集便是 所求得结果。如下图所示： 在上图中，B为一个包含原点的圆盘，利用B对A进行膨胀的结果是使A扩大了。因为 膨胀是利用结构元素对图像补集进行填充，因而它表示对图像外部作滤波处理。而腐蚀则 表示对图像内部作滤波处理。服侍和膨胀的另一个不同点是膨胀满足交换率：
在书写时，按照图像处理的习惯，总是先写出输入图像，然后写出结构元素。如果结构 元素为一个圆盘，那么，膨胀可填充图像中的小孔（相对于结构元素而言比较小的孔洞）， 及在图像边缘处的小凹陷部分。而腐蚀可以消除图像中小的部分，并将图像缩小，从而使其 补集扩大。
[0022] 关于膨胀还需讨论两个等效方程。第一个方程为：
因而，膨胀可以通过相对结构元素的所有点平移输入图像，然后计算其并集得到。上式 所定义的膨胀称为Minkowski和。因为膨胀满足交换率，所以上式还可写成：
膨胀的另一个表达方程为：
该方程利用击中输入图像，即与输入如果交集不为空的圆点对称结构元素（一B)的平 移表示膨胀。
[0023] 检测阶跃边缘的基本思想是在图像中找出具有局部最大梯度幅值的像素点。检测 阶跃边缘的大部分工作集中在寻找能够用于实际图像的梯度数字逼近。由于实际的图像经 过了摄像机光学系统和电路系统（带宽限制）固有的低通滤波器的平滑，因此，图像中的阶 跃边缘不是十分陡立。图像也受到摄像机噪声和场景中不希望的细节的干扰。图像梯度 逼近必须满足两个要求：①逼近必须能够抑制噪声效应：②必须尽量精确地确定边缘的位 置。抑制噪声和边缘精确定位是无法同时得到满足的，也就是说，边缘检测算法通过图像平 滑算子去除了噪声，但却增加了边缘定位的不确定性；反过来，若提高边缘检测算子对边缘 的敏感性，同时也提高了对噪声的敏感性。有一种先行算子可以在抗噪声干扰和精确定位 之间选择一个最佳折衷方案，它就是高斯函数的一阶导数，对应于图像的高斯函数平滑和 梯度计算。
[0024] 在高斯噪声中，一个典型的边缘代表一个阶跃的强度变化。根据这个模型，好的边 缘检测算子应该有3个指标：①低失误概率，即真正的边缘点尽可能少的丢失又要尽可能 避免将非边缘点检测为边缘：②高位置精度，检测的边缘应尽可能接近真实的边缘；③对 每一个边缘点有惟一的响应，得到单像素宽度的边缘。坎尼算子提出了边缘算子的如下3 个准则。
[0025] (1)信噪比准则 信噪比越大，提取的边缘质量越高。信噪比SNR定义为：
其中G(x)代表边缘函数，h(x)代表宽度为W的滤波器的脉冲响应。
[0026] (2)定位精确度准则 边缘定位精度L如下定义：
其中G(X)和屮（X)分别是G(X)和h(X)的导数。L越大表明定位精度越高。
[0027] (3)单边缘响应准则 为了保证单边缘只有一个响应，检测算子的脉冲响应导数的零交叉点平均距离D(f')应满足：
h' (X)是h(x)的二阶导数 以上述指标和准则为基础，利用泛函数求导的方法可导出坎尼边缘检测器是信噪比与 定位之乘积的最优逼近算子，表达式近似于高斯函数的一阶导数。将坎尼3个准则相结合 可以获得最优的检测算子。坎尼边缘检测的算法步骤如下： 用高斯滤波器平滑图像； 用一阶偏导的有限差分来计算梯度的幅值和方向； 对梯度幅值进行非极大值抑制； 用双阈值算法检测和连接边缘。
[0028] 坎尼算子也可以用MATLAB中的edge函数来检测边缘： BW1 =edge(I，'canny'，thresh,sigma) 式中的thresh是边缘检测的阈值，sigma是高斯滤波器的σ值，默认为2。
【主权项】
1. 一种基于Canny算子的运动物体局部增强图像采集方法，其特征在于： 步骤1、采用摄像头采集图像； 步骤2、读取第一帧图像，并转换为灰度图像，并判断是否需要预处理，如果需要则进行 步骤3,不需要则进行步骤4; 步骤3、进行直方图像增强，极值中值增强，并用Canny算子进行边缘提取； 步骤4、求出帧间差图像； 步骤5、按先行后列顺序扫描差图像中每一个像素点，该像素点值为1则进行步骤6,否 则进行步骤11 ; 步骤6,把该像素值赋为1000,并作为标记，扫描该像素点的8个邻点是否有像素值为 1的点，如有像素值为1的点则进行步骤7,否在进行步骤8 ; 步骤7、把该点的像素值赋1000,把连接长度加1，进行步骤6 ; 步骤8,判断连接长度是否大于25,是则进行步骤9,否则进行步骤10 ; 步骤9把该条线上像素值为1000的点重新赋值为1 ; 步骤10,把该条线上像素值为1000的点重新赋值为0 ; 步骤11，与原图进行比较，得出图像，并判断是否有后续图像，如果还有后续图像则进 行步骤2 ; 步骤12.对图像f(X，y)卷积处理后得到图像g(x，y)，处理方法为：g(X，y) =f(X，y)*h(X，y)，其中h(X，y)为线性不变算子，*代表卷积； 将区(叉，7)=：?(叉，7)*11(叉，7)表示成变换域中为：6(11，￥)=!1(11，￥)*?(11，￥)，6(11，￥)、 H(u，v)、F(u，v)分别是g(x，y)、h(x，y)、f(X，y)的傅立叶变换，H(u，v)通过滤波器来确 定， 由g(x，y) =f(x，y)*h(x，y)与G(u，v) =H(u，v)*F(u，v)得g(x，y) =FliKu，v)F(u，v) ] 〇2. 根据权利要求1所述的一种基于Canny算子的运动物体局部增强图像采集方法，其 特征在于，Canny算子进行边缘提取步骤如下： 步骤2. 1、用高斯滤波器平滑图像； 步骤2. 2、一阶偏导的有限差分来计算梯度的幅值和方向； 步骤2. 3、对梯度幅值进行非极大值抑制； 步骤2. 4、用双阈值算法检测和连接边缘。
【专利摘要】一种基于Canny算子的运动物体局部增强图像采集方法，读取第一帧图像，并转换为灰度图像，并判断是否需要预处理，边缘提取；按先行后列顺序扫描差图像中每一个像素点，该像素点值为1把该像素值赋为1000，并作为标记，对图像f(x，y)卷积处理后得到图像g(x，y)，处理方法为：g(x，y)＝f(x，y)*h(x，y)，其中h(x，y)为线性不变算子，*代表卷积；将g(x，y)＝f(x，y)*h(x，y)表示成变换域中为：G(u，v)＝H(u，v)*F(u，v)，G(u，v)、H(u，v)、F(u，v)分别是g(x，y)、h(x，y)、f(x，y)的傅立叶变换，H(u，v)通过滤波器来确定，由g(x，y)＝f(x，y)*h(x，y)与G(u，v)＝H(u，v)*F(u，v)得g(x,y)＝F-1[H(u，v)F(u，v)]。
【IPC分类】G06T5/00, G06T7/00, G06T7/20
【公开号】CN105335942
【申请号】CN201510608616
【发明人】张岱, 齐弘文
【申请人】成都融创智谷科技有限公司
【公开日】2016年2月17日
【申请日】2015年9月22日