本发明涉及图像处理技术领域，特别是涉及一种图像边缘检测方法及装置。
背景技术：
边缘检测，一直是图像处理领域的经典研究课题之一，其用于发现图像中关于形状和反射或透射比的信息。边缘检测是图像处理、图像分析、模式识别、计算机视觉以及人类视觉的基本步骤之一。边缘检测的结果的正确性和可靠性将直接影响到机器视觉系统对客观世界的理解。
随着科技的进步，移动终端的普及率越来越高，同时人们对移动终端功能要求也越来越高，尤其对其相机的成像效果。
但是，现有的图像边缘检测方法存在着检测准确性差的问题，影响了移动终端的成像质量。
技术实现要素：
本发明实施例解决的技术问题是如何提高图像边缘检测的准确性，提高移动终端的成像质量。
为解决上述问题，本发明实施例提供了一种图像边缘检测方法，所述方法包括：获取输入的原始图像；从所述原始图像中选取水平输入矩阵和垂直输入矩阵；将所述水平输入矩阵和垂直输入矩阵分别划分为对应的多个像素块；所述多个像素块中的相邻像素块之间部分重叠；基于所述水平输入矩阵和垂直输入矩阵中相邻像素块之间的相似度信息，确定所述原始图像的边缘区域。
可选地，所述基于所述水平输入矩阵和垂直输入矩阵中相邻像素块之间的相似度信息，确定所述原始图像的边缘区域，包括：分别计算所述水平输入矩阵中水平方向上相邻像素块的相似度数值和所述垂直输入矩阵中垂直方向上相邻像素块的相似度数值，得到对应的水平方向相似度矩阵和垂直方向相似度矩阵；将计算得到的水平方向相似度矩阵和垂直方向相似度矩阵中的各个相似度数值分别与对应的强度阈值进行比较；根据水平方向相似度矩阵和垂直方向相似度矩阵中的各个相似度数值分别与对应的强度阈值的比较结果，分别生成对应的水平强度矩阵和垂直强度矩阵；基于所述水平强度矩阵和所述垂直强度矩阵，生成对应的图像边缘强度矩阵；从所述图像边缘强度矩阵中提取对应方向上的边缘信息。
可选地，采用如下的公式分别计算所述水平输入矩阵中水平方向上相邻像素块的相似度数值和所述垂直输入矩阵中垂直方向上相邻像素块的相似度数值：d＝∑|vblock1[i]-vblock2[i]|；其中，i表示像素块中的第i个像素点，d表示水平方向或垂直方向上的相邻像素块中第i个像素点之间的相似度数值，block1、block2分别表示水平方向或垂直方向上的相邻像素块，且相邻像素块中第i个像素点为同通道的像素点，vblock1[i]、vblock2[i]分别表示相邻像素块中第i个像素点的像素值。
可选地，所述根据水平方向相似度矩阵和垂直方向相似度矩阵中的各个相似度数值分别与对应的强度阈值的比较结果，分别生成对应的水平强度矩阵和垂直强度矩阵，包括：当所述相似度数值小于或等于预设的第一强度阈值时，将对应的强度矩阵中对应的强度数值记为第一数值；当所述相似度数值大于所述第一强度阈值且小于或等于预设的第二强度阈值时，将对应的强度矩阵中对应的强度数值记为第二数值；所述第二数值大于所述第一数值；当所述相似度数值大于所述第二强度阈值且小于或等于预设的第三强度阈值时，将对应的强度矩阵中对应的强度数值记为第三数值；所述第三数值大于所述第二数值；当所述相似度数值大于所述第三强度阈值时，将对应的强度矩阵中对应的强度数值记为第四数值；所述第四数值大于所述第三数值。
可选地，所述基于所述水平强度矩阵和所述垂直强度矩阵，生成对应的图像边缘强度矩阵，包括：
其中，flag_stri,j表示图像边缘强度矩阵中第i行第j列的边缘强度数值，hi,j表示所述水平强度矩阵中第i行第j列的强度数值，vi,j表示所述垂直强度矩阵中第i行第j列的强度数值，n表示所述水平相似度矩阵和垂直相似度矩阵的行数和列数。
可选地，所述从所述图像边缘强度矩阵中提取对应方向上的边缘信息，包括：获取所述图像边缘强度矩阵中相应方向上的边缘强度数值；当确定所述相应方向上大于预设的边缘强度阈值的边缘强度数值的数量大于预设的数量阈值时，确定所述相应方向为边缘方向；计算得到所述边缘方向上的边缘强度数值之和；基于所述边缘方向上的边缘强度数值之和，判断边缘强弱。
可选地，所述从所述图像边缘强度矩阵中提取对应方向上的边缘信息，还包括：当仅存在唯一的边缘方向，或所确定的边缘方向为两个以上且不在同一直线上时，确定所述水平输入矩阵和垂直输入矩阵的像素中心点为角点。
本发明实施例还提供了一种图像边缘检测装置，包括：获取单元，适于获取输入的原始图像；选取单元，适于从所述原始图像中选取水平输入矩阵和垂直输入矩阵；划分单元，适于将所述水平输入矩阵和垂直输入矩阵分别划分为对应的多个像素块；所述多个像素块中的相邻像素块之间部分重叠；检测单元，适于基于所述水平输入矩阵和垂直输入矩阵中相邻像素块之间的相似度信息，确定所述原始图像的边缘区域。
可选地，所述检测单元，适于分别计算所述水平输入矩阵中水平方向上相邻像素块的相似度数值和所述垂直输入矩阵中垂直方向上相邻像素块的相似度数值，得到对应的水平方向相似度矩阵和垂直方向相似度矩阵；将计算得到的水平方向相似度矩阵和垂直方向相似度矩阵中的各个相似度数值分别与对应的强度阈值进行比较；根据水平方向相似度矩阵和垂直方向相似度矩阵中的各个相似度数值分别与对应的强度阈值的比较结果，分别生成对应的水平强度矩阵和垂直强度矩阵；基于所述水平强度矩阵和所述垂直强度矩阵，生成对应的图像边缘强度矩阵；从所述图像边缘强度矩阵中提取对应方向上的边缘信息。
可选地，所述检测单元，适于采用如下的公式分别计算所述水平输入矩阵中水平方向上相邻像素块的相似度数值和所述垂直输入矩阵中垂直方向上相邻像素块的相似度数值：d＝∑|vblock1[i]-vblock2[i]|；其中，i表示像素块中的第i个像素点，d表示水平方向或垂直方向上的相邻像素块中第i个像素点之间的相似度数值，block1、block2分别表示水平方向或垂直方向上的相邻像素块，且相邻像素块中第i个像素点为同通道的像素点，vblock1[i]、vblock2[i]分别表示相邻像素块中第i个像素点的像素值。
可选地，所述检测单元，适于当所述相似度数值小于或等于预设的第一强度阈值时，将对应的强度矩阵中对应的强度数值记为第一数值；当所述相似度数值大于所述第一强度阈值且小于或等于预设的第二强度阈值时，将对应的强度矩阵中对应的强度数值记为第二数值；所述第二数值大于所述第一数值；当所述相似度数值大于所述第二强度阈值且小于或等于预设的第三强度阈值时，将对应的强度矩阵中对应的强度数值记为第三数值；所述第三数值大于所述第二数值；当所述相似度数值大于所述第三强度阈值时，将对应的强度矩阵中对应的强度数值记为第四数值；所述第四数值大于所述第三数值。
可选地，所述检测单元，适于采用如下的方式基于所述水平强度矩阵和所述垂直强度矩阵，生成对应的图像边缘强度矩阵：
其中，flag_stri,j表示图像边缘强度矩阵中第i行第j列的边缘强度数值，hi,j表示所述水平强度矩阵中第i行第j列的强度数值，vi,j表示所述垂直强度矩阵中第i行第j列的强度数值，n表示所述水平相似度矩阵和垂直相似度矩阵的行数和列数。
可选地，所述检测单元，适于获取所述图像边缘强度矩阵中相应方向上的边缘强度数值；当确定所述相应方向上大于预设的边缘强度阈值的边缘强度数值的数量大于预设的数量阈值时，确定所述相应方向为边缘方向；计算得到所述边缘方向上的边缘强度数值之和；基于所述边缘方向上的边缘强度数值之和，判断边缘强弱。
可选地，所述检测单元，还适于当仅存在唯一的边缘方向，或所确定的边缘方向为两个以上且不在同一直线上时，确定所述水平输入矩阵和垂直输入矩阵的像素中心点为角点。
与现有技术相比，本发明的技术方案具有以下的优点：
上述的方案，通过原始图像中所选取的水平输入矩阵和垂直输入矩阵中相邻像素块之间的相似度，便可以确定对应的图像边缘，可以降低图像边缘检测的操作复杂度，且可以兼顾边缘检测的准确度。
进一步地，当确定相应方向为边缘方向时，可以根据计算得到所述边缘方向上对应的边缘强度数值之和，准确地对相应方向上的边缘强弱进行区分，进而可以提高图像处理的质量。
进一步地，当仅存在唯一的边缘方向，或所确定的边缘方向为两个以上且非位于同一直线时，确定对应的像素中心点为角点，可以准确地确定图像中的角点信息，以在图像处理时保留角点的信息，从而提高图像的成像质量。
附图说明
图1是本发明实施例中的一种图像边缘检测方法的流程图；
图2是本发明实施例中的另一种图像边缘检测方法的流程图；
图3是本发明实施例中的原始图像数据的示意图；
图4是本发明实施例中的水平输入矩阵及其中的相邻像素块的位置关系示意图；
图5是本发明实施例中的垂直输入矩阵及其中的相邻像素块的位置关系示意图；
图6是本发明实施例中的图像边缘强度矩阵中的各个方向的示意图；
图7是本发明实施例中的图像边缘检测装置的结构示意图。
具体实施方式
如背景技术所言，现有技术中的图像边缘检测方法通过像素之间的相似性进行边缘检测，存在着速度慢且准确性低的问题。
为解决上述问题，本发明实施例中的技术方案通过原始图像中所选取的水平输入矩阵和垂直输入矩阵中相邻像素块之间的相似度，便可以确定对应的图像边缘，可以降低图像边缘检测的操作复杂度，且可以提高边缘检测的准确度。
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
图1示出了本发明实施例中的一种图像边缘检测方法的流程图。如图1所示的图像边缘检测方法，可以包括：
步骤s101：获取输入的原始图像。
在具体实施中，输入的原始图像的大小可以根据实际的需要进行设置，如，可以设置为9*9、13*13或者15*15等。
步骤s102：从所述原始图像中选取水平输入矩阵和垂直输入矩阵。
在具体实施中，从原始图像中选取的水平输入矩阵和垂直输入矩阵的大小，可以根据后续的相似度计算的需要进行确定。
步骤s103：将所述水平输入矩阵和垂直输入矩阵分别划分为对应的多个像素块。
在具体实施中，可以根据实际的需要将水平输入矩阵和垂直输入矩阵分别进行划分成为对应的多个大小相等的像素块。同时，水平输入矩阵划分得到的多个像素块中相邻的像素块之间部分重叠，垂直输入矩阵划分得到的多个像素块中相邻的像素块之间部分重叠。其中，水平输入矩阵中相邻像素块之间的重叠部分，以及垂直输入矩阵中相邻像素块之间的重叠部分，可以按需设定。例如，水平输入矩阵中相邻像素块之间具有一列的重叠像素，垂直输入矩阵中相邻像素块中具有一行的重叠像素。
步骤s104：基于所述水平输入矩阵和垂直输入矩阵中相邻像素块之间的相似度信息，确定所述原始图像的边缘区域。
在具体实施中，当将原始图像中水平输入矩阵和垂直输入矩阵分别划分得到对应的多个像素块时，可以利用水平输入矩阵和垂直输入矩阵中相邻像素块之间的相似度信息，确定原始图像的边缘区域，与利用像素点之间的相似度进行边缘检测相比，相邻像素块中的像素点在边缘区域具有更大的区分度，因而可以提高图像边缘检测的准确性，且可以同时降低计算量，提高边缘检测的速度。
上述的方案，通过原始图像中所选取的水平输入矩阵和垂直输入矩阵中相邻像素块之间的相似度，便可以确定对应的图像边缘，可以降低图像边缘检测的操作复杂度，且可以提高边缘检测的准确度。
下面将对本发明实施例中的图像边缘检测方法做进一步详细的描述。
图2示出了本发明实施例中的另一种图像边缘检测方法的流程图。参见图2，本发明实施例中的一种图像边缘检测方法，适于对输入的原始图像的边缘进行检测，具体可以采用如下的操作实现：
步骤s201：获取输入的原始图像。
在具体实施中，输入的原始图像中的像素点，可以分别用对应的通道分量进行表示且间隔排布。
参见图3，以输入的原始图像的大小为13*13为例，各个像素的对应的通道分量，可以为g分量、r分量或者b分量之一，且在垂直方向上和水平方向上，相邻像素点所取的通道的像素分量均不同。
步骤s202：从所述原始图像中选取水平输入矩阵和垂直输入矩阵。
在具体实施中，在从原始图像中选取水平输入矩阵和垂直输入矩阵时，可以根据后续步骤中需要生成的相似度矩阵的大小进行选取。
参见图4和图5，同样以输入的原始图像的大小为13*13为例，当最终需要生成的相似度矩阵的大小为5*5时，对应的水平输入矩阵包括框a中的部分，即水平方向包括2～12行，垂直方向包括2～12行，且每个像素块的大小为3*3，且相邻的像素块之间具有一行像素重叠；对应的垂直输入矩阵包括了框b中的部分，即水平方向的0～12行，垂直方向的2～12列，且每个像素块的大小为3*3，且相邻的像素块之间具有一列像素重叠。
步骤s203：将所述水平输入矩阵和垂直输入矩阵分别划分为对应的多个像素块。
在具体实施中，在将水平输入矩阵划分得到的像素块的数量和垂直输入矩阵划分得到的像素块的数量，以及水平输入矩阵中相邻像素块之间的重叠部分和垂直输入矩阵中相邻像素块之间的重叠部分，与后续生成的相似度矩阵的大小相关。
继续参见图4和图5，当输入的原始图像的大小为13*13时，当最终需要生成的相似度矩阵的大小为5*5时，需要水平方向和垂直方向各存在对应的5对相邻像素块，此时，可以将水平输入矩阵和垂直输入矩阵中的像素块的大小设定为3*3，且水平输入矩阵中相邻像素块,之间具有一列像素点重叠，垂直输入矩阵中相邻像素块之间具有一行像素点重叠。其中，水平输入矩阵和垂直输入矩阵中相邻像素块请分别参见图4和图5中的虚线框及相应的填充区域。
步骤s204：分别计算所述水平输入矩阵中水平方向上相邻像素块的相似度数值和所述垂直输入矩阵中垂直方向上相邻像素块的相似度数值，得到对应的水平方向相似度矩阵和垂直方向相似度矩阵。
在本发明一实施例中，采用如下的公式分别计算所述水平输入矩阵中水平方向上相邻像素块的相似度数值和所述垂直输入矩阵中垂直方向上相邻像素块的相似度数值：
d＝∑|vblock1[i]-vblock2[i]|(1)
其中，i表示像素块中的第i个像素点，d表示水平方向或垂直方向上的相邻像素块中第i个像素点之间的相似度数值，block1、block2分别表示水平方向或垂直方向上的相邻像素块，且相邻像素块中第i个像素点为同通道的像素点，vblock1[i]、vblock2[i]分别表示相邻像素块中第i个像素点的像素值。
步骤s205：将计算得到的水平方向相似度矩阵和垂直方向相似度矩阵中的各个相似度数值分别与对应的强度阈值进行比较，并根据比较结果，分别生成对应的水平强度矩阵和垂直强度矩阵。
在具体实施中，当计算得到对应的水平方向相似度矩阵和垂直方向相似度矩阵时，可以通过水平方向相似度矩阵和垂直方向相似度矩阵中的各个相似度数值生成对应的水平强度矩阵和垂直强度矩阵。
在本发明一实施例中，采用如下的方式确定对应的水平强度矩阵和垂直强度矩阵：
当所述相似度数值小于或等于预设的第一强度阈值str_thresh0时，将对应的强度矩阵flag_strength[i,j]中对应的强度数值记为第一数值，如0；
当所述相似度数值大于所述第一强度阈值且小于或等于预设的第二强度阈值str_thresh1时，将对应的强度矩阵中对应的强度数值flag_strength[i,j]记为第二数值，且所述第二数值大于所述第一数值，如1；
当所述相似度数值大于所述第二强度阈值且小于或等于预设的第三强度阈值str_thresh2时，将对应的强度矩阵中对应的强度数值flag_strength[i,j]记为第三数值，且所述第三数值大于所述第二数值，如2；
当所述相似度数值大于所述第三强度阈值str_thresh3时，将对应的强度矩阵中对应的强度数值记为第四数值，且所述第四数值大于所述第三数值，如3。
其中，第一强度阈值str_thresh0、第二强度阈值str_thresh1、第三强度阈值str_thresh3的数值可以根据实际的需要进行取值。
步骤s206：基于所述水平强度矩阵和所述垂直强度矩阵，生成对应的图像边缘强度矩阵。
在本发明一实施例中，当分别生成对应的水平强度矩阵和垂直强度矩阵时，基于所述水平强度矩阵和所述垂直强度矩阵，可以从采用如下的方式生成对应的图像边缘强度矩阵，包括：
其中，flag_stri,j表示图像边缘强度矩阵中第i行第j列的边缘强度数值，hi,j表示所述水平强度矩阵中第i行第j列的强度数值，vi,j表示所述垂直强度矩阵中第i行第j列的强度数值，n表示所述水平相似度矩阵和垂直相似度矩阵的行数和列数。
步骤s207：从所述图像边缘强度矩阵中提取对应方向上的边缘信息。
在具体实施中，当得到对应的图像边缘强度矩阵时，可以根据图像边缘强度矩阵中的边缘强度数值，提取对应方向上的边缘信息。
参见图6，图像边缘强度矩阵中的方向包括0度方向、45度方向、90度方向、135度方向、180度方向、225度方向、270度方向和315度方向。从所述图像边缘强度矩阵中提取对应方向上的边缘信息，也即通过图像边缘强度矩阵相应方向上的边缘强度数值，确定对应的方向是否为图像的边缘。
在本发明一实施例中，在确定对应的方向是否为边缘方向时，可以首先获取所述图像边缘强度矩阵中相应方向上的边缘强度数值，并判断图像边缘强度矩阵中相应方向上的边缘强度数值中大于预设的边缘强度阈值的边缘强度数值的数量numd是否大于预设的数量阈值num_thresh；当确定所述相应方向上大于预设的边缘强度阈值的边缘强度数值的数量numd大于预设的数量阈值num_thresh时，便可以确定所述相应方向为边缘方向；反之，则可以确定相应方向不是边缘方向。
在具体实施中，当确定对应的方向为边缘方向时，可以通过计算得到所述边缘方向上的边缘强度数值之和，并基于所述边缘方向上的边缘强度数值之和，判断边缘强弱。
其中，在通过上述的方式确定的边缘方向为两个，且所确定的两个边缘方向在同一条直线上，可以确定所确定的边缘方向即为图像的边缘方向。但是，当所确定的边缘方向仅为一个，获取所确定的边缘方向为两个以上，且所确定的边缘方向均不在同一直线上时，可以确定之前所确定的水平输入矩阵和垂直输入矩阵的中心像素点为角点，并在进行后续的图像处理时，尽量保留角点的信息，以防止角点的像素值内错误更新，从而可以提高图像处理质量。
上述对本发明实施例中的图像边缘检测方法进行了详细的描述，下面将对上述的方法对应的装置进行介绍。
图7示出了本发明实施例中的一种图像边缘检测装置的结构。参见图7，本发明实施例中的一种图像边缘检测装置700可以包括获取单元701、选取单元702、划分单元703和检测单元704，其中：
所述获取单元701，适于获取输入的原始图像。
所述选取单元702，适于从所述原始图像中选取水平输入矩阵和垂直输入矩阵。
所述划分单元703，适于将所述水平输入矩阵和垂直输入矩阵分别划分为对应的多个像素块；所述多个像素块中的相邻像素块之间部分重叠。
所述检测单元704，适于基于所述水平输入矩阵和垂直输入矩阵中相邻像素块之间的相似度信息，确定所述原始图像的边缘区域。
在本发明一实施例中，所述检测单元704，适于分别计算所述水平输入矩阵中水平方向上相邻像素块的相似度数值和所述垂直输入矩阵中垂直方向上相邻像素块的相似度数值，得到对应的水平方向相似度矩阵和垂直方向相似度矩阵；将计算得到的水平方向相似度矩阵和垂直方向相似度矩阵中的各个相似度数值分别与对应的强度阈值进行比较；根据水平方向相似度矩阵和垂直方向相似度矩阵中的各个相似度数值分别与对应的强度阈值的比较结果，分别生成对应的水平强度矩阵和垂直强度矩阵；基于所述水平强度矩阵和所述垂直强度矩阵，生成对应的图像边缘强度矩阵；从所述图像边缘强度矩阵中提取对应方向上的边缘信息。
在本发明一实施例中，所述检测单元704，适于采用如下的公式分别计算所述水平输入矩阵中水平方向上相邻像素块的相似度数值和所述垂直输入矩阵中垂直方向上相邻像素块的相似度数值：d＝∑|vblock1[i]-vblock2[i]|；其中，i表示像素块中的第i个像素点，d表示水平方向或垂直方向上的相邻像素块中第i个像素点之间的相似度数值，block1、block2分别表示水平方向或垂直方向上的相邻像素块，且相邻像素块中第i个像素点为同通道的像素点，vblock1[i]、vblock2[i]分别表示相邻像素块中第i个像素点的像素值。
在本发明一实施例中，所述检测单元704，适于当所述相似度数值小于或等于预设的第一强度阈值时，将对应的强度矩阵中对应的强度数值记为第一数值；当所述相似度数值大于所述第一强度阈值且小于或等于预设的第二强度阈值时，将对应的强度矩阵中对应的强度数值记为第二数值；所述第二数值大于所述第一数值；当所述相似度数值大于所述第二强度阈值且小于或等于预设的第三强度阈值时，将对应的强度矩阵中对应的强度数值记为第三数值；所述第三数值大于所述第二数值；当所述相似度数值大于所述第三强度阈值时，将对应的强度矩阵中对应的强度数值记为第四数值；所述第四数值大于所述第三数值。
在本发明一实施例中，所述检测单元704，适于采用如下的方式基于所述水平强度矩阵和所述垂直强度矩阵，生成对应的图像边缘强度矩阵：
其中，flag_stri,j表示图像边缘强度矩阵中第i行第j列的边缘强度数值，hi,j表示所述水平强度矩阵中第i行第j列的强度数值，vi,j表示所述垂直强度矩阵中第i行第j列的强度数值，n表示所述水平相似度矩阵和垂直相似度矩阵的行数和列数。
在本发明一实施例中，所述检测单元704，适于获取所述图像边缘强度矩阵中相应方向上的边缘强度数值；当确定所述相应方向上大于预设的边缘强度阈值的边缘强度数值的数量大于预设的数量阈值时，确定所述相应方向为边缘方向；计算得到所述边缘方向上的边缘强度数值之和；基于所述边缘方向上的边缘强度数值之和，判断边缘强弱。
在本发明一实施例中，所述检测单元704，还适于当仅存在唯一的边缘方向，或所确定的边缘方向为两个以上且不在同一直线上时，确定所述水平输入矩阵和垂直输入矩阵的像素中心点为角点。
采用本发明实施例中的上述方案，通过原始图像中所选取的水平输入矩阵和垂直输入矩阵中相邻像素块之间的相似度，便可以确定对应的图像边缘，可以降低图像边缘检测的操作复杂度，且可以提高边缘检测的准确度。
进一步地，当确定相应方向为边缘方向时，可以根据计算得到所述边缘方向上对应的边缘强度数值之和，准确地对相应方向上的边缘强弱进行区分，进而可以提高图像处理的质量。
进一步地，当仅存在唯一的边缘方向，或所确定的边缘方向为两个以上且非位于同一直线时，确定对应的像素中心点为角点，可以准确地确定图像中的角点信息，以在图像处理时保留角点的信息，从而提高图像的成像质量。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于计算机可读存储介质中，存储介质可以包括：rom、ram、磁盘或光盘等。
以上对本发明实施例的方法及系统做了详细的介绍，本发明并不限于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。