一种基于改进的边缘聚焦的边缘检测方法及系统与流程

本发明涉及视觉测量技术领域，尤其涉及一种基于改进的边缘聚焦的边缘检测方法及系统。

背景技术：

在现代智能化生产中，通常采用ccd相机作为检测工具，对流水线上的产品进行连续图像采集，通过提取图像边缘特征进行分析判断，达到对工件定位以及尺寸测量的目的。

目前常用的几类边缘检测方法有：sobel算子、prewitt算子、log算子以及canny边缘检测算子。sobel算子和prewitt算子产生的边缘可以说是一致的，对边缘定位较准确，但是边缘比较粗，不适合后续的高精度尺寸测量。log算子由于采用寻找零交叉的方法，容易检测到假边缘，并且通过二阶求导对边缘定位，运算量也比较大。canny算子的边缘检测相对于前几种,效果较好，能够检测到单像素边缘,但是canny算子为了抑制不必要的边缘细节和噪声时，需要使用较大的高斯滤波尺度，这样会使边缘移位，影响边缘定位精度。为了克服上述问题，出现了一种利用边缘聚焦思想的边缘检测方法，从而抑制距离新边缘较远部分的边缘细节及噪声。

然而，现有技术利用边缘聚焦思想边缘检测方法中，对第二边缘图像邻近区域的噪声无法排除，这是因为现有的方法只是用第二边缘图像替代了第一边缘图像，而未考虑旧边缘邻近出现的噪声及弱边缘。因此，现有方法中仍存在边缘检测图像清晰度和准确度不高的技术问题，因此提供一种改进的边缘聚焦的边缘检测方法显得尤为重要。

技术实现要素：

本发明实施例提供一种基于改进的边缘聚焦的边缘检测方法及系统，用以解决现有技术中边缘检测图像存在的清晰度和准确度不高的技术问题。

本发明公开了一种基于改进的边缘聚焦的边缘检测方法，所述方法包括：

采用第一高斯核对原始图像进行边缘检测，获得第一边缘图像；

在所述第一高斯核的基础上，采用缩小固定步长s的第二高斯核对所述第一图像进行边缘检测，获得第二边缘图像，其中，s为所述第二高斯核与所述第一高斯核的差。

采用八连通方法去除所述第二边缘图中的弱边缘和噪声，获得第三边缘图像。

本发明提供的一种基于改进的边缘聚焦的边缘检测方法中，在所述采用第二高斯核对所述第一边缘图像进行边缘检测时，对所述第一边缘图像的邻近区域进行边缘检测。

可选地，所述采用八连通方法去除所述第二边缘图中的弱边缘和噪声，包括：

判断所述第二边缘图中的像素点是否在所述第一边缘图的八连通区域内；

若在，则判断所述像素点所在的连通区域的长度是否大于预设值，其中，所述连通区域为所述八连通区域中的任意一个连通区域；

若大于，则保留所述像素点；

若不大于，则删除所述像素点，以去除所述第二边缘图中的弱边缘和噪声，获得所述第三边缘图像。

可选地，在采用八连通方法去除所述第二边缘图中的弱边缘和噪声，获得第三边缘图像之后，包括：

在所述第二高斯核的基础上，采用缩小固定步长s的第三高斯核对所述第三边缘图像进行边缘检测，获得第四边缘图像；

采用八连通方法去除所述第四边缘图像中的弱边缘和噪声，获得第五边缘图像；

判断所述第五边缘图像的所述第三高斯核是否小于预设高斯核值；

如果小于，则以所述第五边缘图像为最终边缘检测的图像；

如果不小于，则继续采用采用缩小固定步长s的第四高斯核对所述第五边缘图像进行边缘检测，获得第六边缘图像，并采用八连通方法去除所述第六边缘图像中的弱边缘和噪声。

基于同样的发明构思，本发明第二方面提供了一种基于改进的边缘聚焦的边缘检测系统，所述系统包括：

第一获得模块，用于采用第一高斯核对原始图像进行边缘检测，获得第一边缘图像；

第二获得模块，用于在所述第一高斯核的基础上，采用缩小固定步长s的第二高斯核对所述第一图像进行边缘检测，获得第二边缘图像，其中，s为所述第二高斯核与所述第一高斯核的差。

第一处理模块，用于在采用第二高斯核对所述第一图像进行边缘检测，获得第二边缘图像之后，采用八连通方法去除所述第二边缘图中的弱边缘和噪声，获得第三边缘图像。

可选地，所述第二获得模块还用于：在所述采用第二高斯核对所述第一边缘图像进行边缘检测时，对所述第一边缘图像的邻近区域进行边缘检测。

可选地，所述第一处理模块还用于：

判断所述第二边缘图中的像素点是否在所述第一边缘图的八连通区域内；

若在，则判断所述像素点所在的连通区域的长度是否大于预设值，其中，所述连通区域为所述八连通区域中的任意一个连通区域；

若大于，则保留所述像素点；

若不大于，则删除所述像素点，以去除所述第二边缘图中的弱边缘和噪声，获得所述第三边缘图像。

可选地，所述系统还包括第二处理模块，用于在采用八连通方法去除所述第二边缘图中的弱边缘和噪声，获得第三边缘图像之后，

在所述第二高斯核的基础上，采用缩小固定步长s的第三高斯核对所述第三边缘图像进行边缘检测，获得第四边缘图像；

采用八连通方法去除所述第四边缘图像中的弱边缘和噪声，获得第五边缘图像；

判断所述第五边缘图像的所述第三高斯核是否小于预设高斯核值；

如果小于，则以所述第五边缘图像为最终边缘检测的图像；

如果不小于，则继续采用采用缩小固定步长s的第四高斯核对所述第五边缘图像进行边缘检测，获得第六边缘图像，并采用八连通方法去除所述第六边缘图像中的弱边缘和噪声。

本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请实施例提供的一种基于改进的边缘聚焦的边缘检测方法，所述方法包括：采用第一高斯核对原始图像进行边缘检测，获得第一边缘图像；在所述第一高斯核的基础上，采用缩小固定步长s的第二高斯核对所述第一图像进行边缘检测，获得第二边缘图像，采用八连通方法去除所述第二边缘图中的弱边缘和噪声，获得第三边缘图像。；在上述方法中，由于使用了比第一高斯核小的第二高斯核对采用第一高斯核进行边缘检测得到第一边缘图像，再次进行边缘检测，得到的第二边缘图像的精度高于第一边缘图像的精度，并且采用八连通方法去除第二边缘的弱边缘和噪声，可以去除第二边缘邻近区域的噪声及弱边缘，解决了现有技术中边缘检测图像存在的清晰度和准确度不高的技术问题。抑制了边缘图像的弱边缘及噪声，实现了在提高定位精度的同时提高边缘图像的清晰度和准确性的技术效果。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中一种基于改进的边缘聚焦的边缘检测方法的流程图；

图2为本发明实施例中一种基于改进的边缘聚焦的边缘检测系统的结构图。

具体实施方式

本发明实施例提供了一种基于改进的边缘聚焦的边缘检测方法及系统，用以解决现有技术中边缘检测图像存在的清晰度和准确度不高的技术问题。

本申请实施例中的技术方案，总体思路如下：

一种基于改进的边缘聚焦的边缘检测方法，首先采用第一高斯核对原始图像进行边缘检测，获得第一边缘图像；然后在所述第一高斯核的基础上，采用缩小固定步长s的第二高斯核对所述第一图像进行边缘检测，获得第二边缘图像，其中，s为所述第二高斯核与所述第一高斯核的差；再采用八连通方法去除所述第二边缘图中的弱边缘和噪声，获得第三边缘图像。

在上述方法中，由于使用了比第一高斯核小的第二高斯核对采用第一高斯核进行边缘检测得到第一边缘图像，再次进行边缘检测，得到的第二边缘图像的精度高于第一边缘图像的精度，并且采用八连通方法去除第二边缘的弱边缘和噪声，可以去除第二边缘邻近区域的噪声及弱边缘，解决了现有技术中边缘检测图像存在的清晰度和准确度不高的技术问题。抑制了边缘图像的弱边缘及噪声，实现了在提高定位精度的同时提高边缘图像的清晰度和准确性的技术效果。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

本实施例提供了一种基于改进的边缘聚焦的边缘检测方法，请参见图1，所述方法包括：

步骤s101：采用第一高斯核对原始图像进行边缘检测，获得第一边缘图像；

步骤s102：在所述第一高斯核的基础上，采用缩小固定步长s的第二高斯核对所述第一图像进行边缘检测，获得第二边缘图像，其中，s为所述第二高斯核与所述第一高斯核的差。

步骤s103：采用八连通方法去除所述第二边缘图中的弱边缘和噪声，获得第三边缘图像。

需要说明的是，本申请中改进的边缘聚焦的边缘检测方法与现有的边缘聚焦方法的不同之处在于，首先通过缩小高斯核的方法来提高边缘检测的精度，更为重要的是，在上述基础上，采用八连通方法去除第二边缘图中的弱边缘和噪声，可以在获得较高定位精度的同时具备较好的弱边缘及噪声抑制效果，提高了边缘检测图像的清晰度和准确性。

下面，结合图1对本申请提供的一种基于改进的边缘聚焦的边缘检测方法进行详细介绍：

首先执行步骤s101：采用第一高斯核对原始图像进行边缘检测，获得第一边缘图像；

在具体的实施过程中，可以利用ccd相机作为检测工具，对需要检测的产品进行连续图像采集，获取产品的原始图像，首先采用第一高斯核对原始图像进行边缘检测，获得第一边缘图像，其中，第一高斯核为取值较大的高斯核σ0，具体值可以根据实际情况进行设置，可以采用canny算子进行边缘检测，得到第一边缘图像，此时，第一边缘图像为去除了噪声及细节的粗精度边缘图像，用e(i,j,σ0)表示，其中i和j表示边缘点的图像坐标。

然后执行步骤s102：在所述第一高斯核的基础上，采用缩小固定步长s的第二高斯核对所述第一图像进行边缘检测，获得第二边缘图像，其中，s为所述第二高斯核与所述第一高斯核的差。

在具体的实施过程中，可以根据实际情况设置固定步长s的值，例如可以为0.3、0.4、0.5、0.6等等，以s＝0.5为例，用第二高斯核σ(σ＝σ0-s)对得到的第一边缘图像再次进行边缘检测，可以得到新的边缘图e(i,j,σ0-s)，即第二边缘图像，由于选择的s较小，第二边缘图像中的强边缘相对于第一边缘图像的偏移量不会超过一个像素。经过前后两次边缘检测后，我们保留新的含有噪声的较准确的第二边缘图像，舍弃第一边缘图像。由于采用了比第一高斯核更小的第二高斯核，第二边缘图像会比第一边缘图像的定位精度更加准确，但相对于第一边缘图像会出现一些噪声及不必要的边缘细节。

接下来执行步骤s103：采用八连通方法去除所述第二边缘图中的弱边缘和噪声，获得第三边缘图像。

由于执行上述步骤s102后，第二边缘图像会出现一些噪声及不必要的边缘细节，因此，采用八连通方法去除所述第二边缘图中的弱边缘和噪声，从而得到第三边缘图像。解决了现有技术中边缘检测图像存在的清晰度和准确度不高的技术问题。抑制了边缘图像的弱边缘及噪声，实现了在提高定位精度的同时提高边缘图像的清晰度和准确性的技术效果。

具体来说，所述采用八连通方法去除所述第二边缘图中的弱边缘和噪声，包括：

判断所述第二边缘图中的像素点是否在所述第一边缘图的八连通区域内；

若在，则判断所述像素点所在的连通区域的长度是否大于预设值，其中，所述连通区域为所述八连通区域中的任意一个连通区域；

若大于，则保留所述像素点；

若不大于，则删除所述像素点，以去除所述第二边缘图中的弱边缘和噪声，获得所述第三边缘图像。

在具体的实施过程中，对第二边缘图像e(i,j,σ0-s)用八连通的方法对其连通区域进行标记，若第二边缘图像e(i,j,σ0-s)中的像素点在第一边缘图像的八邻接范围内，且该点所在的连通区域长度大于预设值t，其中t根据经验进行设置，则该点保留，否则去除。通过该方法可以有效地去除第二边缘图像中出现的弱边缘和噪声。依此类推，遍历第二边缘图像e(i,j,σ0-s)中所有像素点，得到的不含噪声的较高精度边缘图，即第三边缘图像。记为e0(i,j,σ0-s)。

在本实施例提供的边缘检测方法中，在所述采用第二高斯核对所述第一边缘图像进行边缘检测时，对所述第一边缘图像的邻近区域进行边缘检测。

在本实施例提供的边缘检测方法中，在采用八连通方法去除所述第二边缘图中的弱边缘和噪声，获得第三边缘图像之后，包括：

在所述第二高斯核的基础上，采用缩小固定步长s的第三高斯核对所述第三边缘图像进行边缘检测，获得第四边缘图像；

采用八连通方法去除所述第四边缘图像中的弱边缘和噪声，获得第五边缘图像；

判断所述第五边缘图像的所述第三高斯核是否小于预设高斯核值；

如果小于，则以所述第五边缘图像为最终边缘检测的图像；

如果不小于，则继续采用采用缩小固定步长s的第四高斯核对所述第五边缘图像进行边缘检测，获得第六边缘图像，并采用八连通方法去除所述第六边缘图像中的弱边缘和噪声。

在本实施例提供的边缘检测方法中，接着用第三高斯核σ(σ＝σ0-2s)在第二边缘图像e0(i,j,σ0-s)及其邻近区域进行边缘检测，得到第四边缘图像e(i,j,σ0-2s)，然后采用八连通方法去除第四边缘图像弱边缘及噪声，从而得到高精度边缘图e0(i,j,σ0-2s)，即第五边缘图像。然后重复上述步骤，所述第三高斯核是否小于预设高斯核值，具体地，可以通过判断第三高斯核σ＝σ0-ns是否足够小，预设高斯核值可以根据实际情况进行选取，例如预设高斯核值为1，如果第三高斯核小于1时，则以所述第五边缘图像为最终边缘检测的图像；如果第三高斯核不小于1时，则继续采用采用缩小固定步长s的第四高斯核对所述第五边缘图像进行边缘检测，获得第六边缘图像，并采用八连通方法去除所述第六边缘图像中的弱边缘和噪声。通过上述方法不断地减小高斯核σ0迭代优化边缘达到逼近真实边缘，同时采用八连通的方法去除新边缘的噪声和弱边缘，最终得到不含噪声和弱边缘的清晰和准确的边缘图像。

实施例二

基于与实施例一同样的发明构思，本发明实施例二提供了一种基于改进的边缘聚焦的边缘检测系统，所述系统包括：

第一获得模块201，用于采用第一高斯核对原始图像进行边缘检测，获得第一边缘图像；

第二获得模块202，用于在所述第一高斯核的基础上，采用缩小固定步长s的第二高斯核对所述第一图像进行边缘检测，获得第二边缘图像，其中，s为所述第二高斯核与所述第一高斯核的差。

第一处理模块203，用于在采用第二高斯核对所述第一图像进行边缘检测，获得第二边缘图像之后，采用八连通方法去除所述第二边缘图中的弱边缘和噪声，获得第三边缘图像。

在本实施例提供的系统中，所述第二获得模块还用于：在所述采用第二高斯核对所述第一边缘图像进行边缘检测时，对所述第一边缘图像的邻近区域进行边缘检测。

在本实施例提供的系统中，所述第一处理模块还用于：

判断所述第二边缘图中的像素点是否在所述第一边缘图的八连通区域内；

若在，则判断所述像素点所在的连通区域的长度是否大于预设值，其中，所述连通区域为所述八连通区域中的任意一个连通区域；

若大于，则保留所述像素点；

若不大于，则删除所述像素点，以去除所述第二边缘图中的弱边缘和噪声，获得所述第三边缘图像。

在本实施例提供的系统，还包括第二处理模块，用于在采用八连通方法去除所述第二边缘图中的弱边缘和噪声，获得第三边缘图像之后，

在所述第二高斯核的基础上，采用缩小固定步长s的第三高斯核对所述第三边缘图像进行边缘检测，获得第四边缘图像；

采用八连通方法去除所述第四边缘图像中的弱边缘和噪声，获得第五边缘图像；

判断所述第五边缘图像的所述第三高斯核是否小于预设高斯核值；

如果小于，则以所述第五边缘图像为最终边缘检测的图像；

如果不小于，则继续采用采用缩小固定步长s的第四高斯核对所述第五边缘图像进行边缘检测，获得第六边缘图像，并采用八连通方法去除所述第六边缘图像中的弱边缘和噪声。

实施例一中的基于的各种变化方式和具体实例同样适用于本实施例的系统，通过前述对的详细描述，本领域技术人员可以清楚的知道本实施例中的，所以为了说明书的简洁，在此不再详述。

本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请实施例提供的一种基于改进的边缘聚焦的边缘检测方法，所述方法包括：采用第一高斯核对原始图像进行边缘检测，获得第一边缘图像；在所述第一高斯核的基础上，采用缩小固定步长s的第二高斯核对所述第一图像进行边缘检测，获得第二边缘图像，采用八连通方法去除所述第二边缘图中的弱边缘和噪声，获得第三边缘图像。在上述方法中，由于使用了比第一高斯核小的第二高斯核对采用第一高斯核进行边缘检测得到第一边缘图像，再次进行边缘检测，得到的第二边缘图像的精度高于第一边缘图像的精度，并且采用八连通方法去除第二边缘的弱边缘和噪声，可以去除第二边缘邻近区域的噪声及弱边缘，解决了现有技术中边缘检测图像存在的清晰度和准确度不高的技术问题。抑制了边缘图像的弱边缘及噪声，实现了在提高定位精度的同时提高边缘图像的清晰度和准确性的技术效果。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。