一种亚像素边缘检测方法
【技术领域】
[0001 ]本发明涉及机器视觉技术领域，具体涉及一种亚像素边缘检测方法。
【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，其目的是标识数字图像中亮度变化明显的点，因为图像属性中的显著变化通常反映了属性的重要事件和变化。边缘检测也是高精度机器视觉测量领域对所获取的图像进行分析判别的必要预处理步骤，在边缘被提取的前提下，其他基于边缘的诸如轮廓检测、尺寸测算等步骤才能进一步展开，从而完成整个高精度机器视觉的流程。目前，流行的方法有Canny算子、Sobel算子等成熟的像素级别的边缘检测算法，但是在现今高精度视觉测量领域，像素级别的边缘检测在精度水平上已经越来越不能满足需求，因此，亚像素边缘检测应运而生。
[0003]所谓亚像素，就是将原本获取的图像的基础上，将其每个像素点再度进行拆分，使之用比像素更小的“亚像素”单位来表征图像。由于亚像素的尺寸较像素尺寸小，意味着其可以表征的精度比像素要高，可以满足一些较苛刻的高精度机器视觉检测任务的需求。然而，现有的亚像素边缘检测方法，存在由于像素点过大而造成精度丢失的问题，导致图像边缘不太真实，视觉测量的准确性不太高等问题。
【发明内容】
[0004]本发明的目的是提供一种亚像素边缘检测方法，利用亚像素边缘检测的算法对获取图像进行边缘检测，能有效解决由于像素点过大而造成精度丢失的问题，并以此作为高精度机器视觉测量的预处理步骤。
[0005]为了实现上述目的，本发明采用的技术方案如下:
[0006]—种亚像素边缘检测方法，包括如下步骤:
[0007](I)、获取图像；
[0008](2)、图像预处理；
[0009](3)、亚像素计算；
[0010](4)、生成亚像素边缘。
[0011]根据以上方案，所述步骤(I)包括如下具体步骤:
[0012](11)、将物体置于透明玻璃片上；
[0013](12)、用远心镜头垂直于玻璃片拍摄照片。
[0014]根据以上方案，所述步骤(2)包括如下具体步骤:
[0015](21)、对获取的图像进行中值滤波；
[0016](22)、计算图像中各像素水平梯度；
[0017](23)、计算图像中各像素垂直梯度。
[0018]根据以上方案，所述步骤(3)包括如下具体步骤:
[0019](31)、找出像素点中水平梯度大于a的点，该点集合记为A;
[0020](32)、找出像素点中垂直梯度大于b的点，该点集合记为B;
[0021 ] (33)、将集合A中的水平梯度点最大值和最小值相减得到c;
[0022](34)、将集合B中的垂直梯度点最大值和最小值相减得到d。
[0023]根据以上方案，所述步骤(4)包括如下具体步骤:
[0024](41)、将集合A中的水平梯度最大值与A中各个点的水平梯度相减，所得差值除以c，再将该点的横坐标与此结果相减，得到亚像素级别的横坐标；
[0025](42)、将集合B中的垂直梯度最大值与A中各个点的垂直梯度相减，所得差值除以d，再将该点的纵坐标与此结果相减，得到亚像素级别的纵坐标；
[0026](43)、将横、纵坐标合并得到最终亚像素级别边缘点的坐标。
[0027]本发明的有益效果是:
[0028]与其他亚像素边缘检测方法相比，本发明采用了亚像素的像素处理策略，有效地摆脱了由于像素点过大造成的精度丢失问题，能找到更为真实的图像边缘，提高了视觉测量的准确性。
【附图说明】
[0029]图1是本发明的总流程示意图。
【具体实施方式】
[0030]下面结合附图与实施例对本发明的技术方案进行说明。
[0031]本发明提供一种亚像素边缘检测方法，包括如下具体步骤(见图1):
[0032](1)、获取图像:
[0033](11)、将物体置于透明玻璃片上；
[0034](12)、用远心镜头垂直于玻璃片拍摄照片；
[0035](2)、图像预处理:
[0036](21)、对获取的图像进行中值滤波；
[0037](22)、计算图像中各像素水平梯度；
[0038](23)、计算图像中各像素垂直梯度；
[0039](3)、亚像素计算:
[0040](31)、找出像素点中水平梯度大于a的点，该点集合记为A;
[0041 ] (32)、找出像素点中垂直梯度大于b的点，该点集合记为B;
[0042](33)、将集合A中的水平梯度点最大值和最小值相减得到c;
[0043](34)、将集合B中的垂直梯度点最大值和最小值相减得到d;
[0044](4)、生成亚像素边缘:
[0045](41)、将集合A中的水平梯度最大值与A中各个点的水平梯度相减，所得差值除以c，再将该点的横坐标与此结果相减，得到亚像素级别的横坐标；
[0046](42)、将集合B中的垂直梯度最大值与A中各个点的垂直梯度相减，所得差值除以d，再将该点的纵坐标与此结果相减，得到亚像素级别的纵坐标；
[0047](43)、将横、纵坐标合并得到最终亚像素级别边缘点的坐标。
[0048]本发明可应用于机器视觉技术领域，作为高精度机器视觉测量的预处理步骤。
[0049]以上实施例仅用以说明而非限制本发明的技术方案，尽管上述实施例对本发明进行了详细说明，本领域的相关技术人员应当理解:可以对本发明进行修改或者同等替换，但不脱离本发明精神和范围的任何修改和局部替换均应涵盖在本发明的权利要求范围内。
【主权项】
1.一种亚像素边缘检测方法，其特征在于，包括如下步骤: (1)、获取图像； (2)、图像预处理； (3)、亚像素计算； (4)、生成亚像素边缘。2.根据权利要求1所述的亚像素边缘检测方法，其特征在于，所述步骤(I)包括如下具体步骤: (11)、将物体置于透明玻璃片上； (12),用远心镜头垂直于玻璃片拍摄照片。3.根据权利要求1所述的亚像素边缘检测方法，其特征在于，所述步骤(2)包括如下具体步骤: (21 )、对获取的图像进行中值滤波； (22)、计算图像中各像素水平梯度； (23 )、计算图像中各像素垂直梯度。4.根据权利要求1所述的亚像素边缘检测方法，其特征在于，所述步骤(3)包括如下具体步骤: (31)、找出像素点中水平梯度大于a的点，该点集合记为A; (32)、找出像素点中垂直梯度大于b的点，该点集合记为B; (33)、将集合A中的水平梯度点最大值和最小值相减得到c; (34)、将集合B中的垂直梯度点最大值和最小值相减得到d。5.根据权利要求1所述的亚像素边缘检测方法，其特征在于，所述步骤(4)包括如下具体步骤: (41)、将集合A中的水平梯度最大值与A中各个点的水平梯度相减，所得差值除以C，再将该点的横坐标与此结果相减，得到亚像素级别的横坐标； (42)、将集合B中的垂直梯度最大值与A中各个点的垂直梯度相减，所得差值除以d，再将该点的纵坐标与此结果相减，得到亚像素级别的纵坐标； (43)、将横、纵坐标合并得到最终亚像素级别边缘点的坐标。
【专利摘要】本发明提供一种亚像素边缘检测方法，包括如下步骤：获取图像；图像预处理；亚像素计算；生成亚像素边缘。本发明采用了亚像素的像素处理策略，有效地摆脱了由于像素点过大造成的精度丢失问题，能找到更为真实的图像边缘，提高了视觉测量的准确性，可作为高精度机器视觉测量的预处理步骤。
【IPC分类】G06T7/00
【公开号】CN105654473
【申请号】
【发明人】傅之成, 邵卿, 李晓强, 赵洋洋
【申请人】傅之成
【公开日】2016年6月8日
【申请日】2015年12月25日