一种图像边缘特征图像提取方法、系统、设备及介质与流程

本发明属于计算机领域，具体涉及一种图像边缘特征图像提取方法、系统、设备及介质。

背景技术：

1、在生活中，人类通过人眼来认知客观世界，而计算机则通过图像来认知世界，图像是计算机获取外部信息的重要来源。特别地，计算对图像的处理还无法做到对图像的全部像素的内容进行直接处理，通常都是对图像进行简化处理，而图像边缘特征提取就是常见的简化处理方法之一，图像特征边缘是整个图像信息的概括，包含图像大量重要信息，是图像的基本特征。图像边缘通常定义为图像中灰度变化率最剧烈的地方(图像灰度值变化最剧烈的地方)，从数学角度上看，就是对图像灰度值进行微分(对于数字图像来说就是差分)，对于信号处理来说就是通过滤波保留高频信号。图像边缘是图像中尤为重要的信息，理论上，通过边缘信息可以恢复原始图像的全部信息，因而边缘检测是图像处理中的重要内容。

2、边缘检测技术广泛应用于医学、机器人、气象学和模式识别系统等诸多领域。目前大部分边缘检测算法都是仅基于梯度矢量的变化而设计的，通常情况下，梯度矢量的变化程度对图像中的噪声以及光照变化比较敏感，因此在外界环境变化或者噪声比较大的情况下，当前的边缘检测算法并不能保证对图像中的边缘特征信息正确提取。

3、因此，亟需一种有效的方案来解决上述问题。

技术实现思路

1、为解决上述问题，本发明提出一种图像边缘特征图像提取方法，包括：

2、对图像进行预处理获取预定格式的图像；

3、基于极大值抑制法并按照不同的抑制邻域计算所述预定格式的图像的边缘特征图像，并基于不同的抑制邻域所对应的边缘特征图像按照预定方式进行对比获取图像的最终边缘特征图像；或

4、通过预定抑制邻域提取预定格式的图像的最终边缘特征图像。

5、在本发明的一些实施方式中，基于极大值抑制法并按照不同的抑制邻域计算所述预定格式的图像的边缘特征图像，并基于不同的抑制邻域所对应的边缘特征图像按照预定方式进行对比获取图像的最终边缘特征图像包括：

6、根据抑制邻域的大小顺序以高尺度抑制邻域为基准，基于范围检测的方式逐一对比不同邻域所对应的边缘特征图像以得到候选边缘特征图像。

7、在本发明的一些实施方式中，根据抑制邻域的大小顺序以高尺度抑制邻域为基准，基于范围检测的方式逐一对比不同邻域所对应的边缘特征图像以得到候选边缘特征图像包括：

8、将高尺度抑制邻域所对应的边缘特征图像作为基准边缘特征图像；

9、并从高尺度抑制邻域对应的边缘特征图像中的每一条边缘中的像素点所组成的集合中以一定间隔选取对应的元素构成第一像素点集合；

10、以第一像素点集合中像素点的坐标为圆点，按照预设半径将所述预设半径所形成的范围内作为检测范围；

11、基于所述检测范围将低抑制邻域所对应的边缘特征图像中存在于所述检测范围而内的边缘作为候选边缘，并将低抑制邻域中所有的候选边缘组成的边缘特征图像作为应用于下一低抑制邻域对应的边缘特征图像对比的基准边缘特征图像。

12、在本发明的一些实施方式中，基于极大值抑制法并按照不同的抑制邻域计算所述预定格式的图像的边缘特征图像，并基于不同的抑制邻域所对应的边缘特征图像按照预定方式进行对比获取图像的最终边缘特征图像还包括：

13、以所述候选边缘特征图像为基准，通过范围检测的方法将所述候选边缘特征图像按照抑制邻域的排序以从低到高顺序和高尺度的抑制邻域进行对比，并将所述候选边缘特征图像中不存在于高尺度的抑制邻域所对应的边缘特征图像中的边缘舍去以得到最终边缘特征图像。

14、在本发明的一些实施方式中，通过预定抑制邻域提取预定格式的图像的最终边缘特征图像包括：

15、将不同的抑制邻域所对应的边缘特征图像与人工标注的边缘特征图像基于范围检测的方式进行对比，根据对比得到的边缘数，将边缘数最高的边缘特征图像所对应的抑制邻域作为预定抑制邻域；

16、基于所述预定抑制邻域按照极大值抑制法对预定格式的图像进行边缘特征提取得到最终边缘特征图像。

17、在本发明的一些实施方式中，对图像进行预处理获取预定格式的图像包括：

18、判断所述图像是否为灰度图像，响应于所述图像不是灰度图像，通过图像转换算法将所述图像转换为灰度图像。

19、在本发明的一些实施方式中，方法还包括：

20、对所述灰度图像通过中值滤波算法和直方图均衡算法进行降噪处理得到降噪后的预定格式图像。

21、本发明的另一方面还提出一种图像边缘特征图像提取系统，包括：

22、图像预处理模块，所述图像预处理模块配置用于对图像进行预处理获取预定格式的图像；

23、第一边缘提取模块，所述第一边缘提取模块配置用于基于极大值抑制法并按照不同的抑制邻域计算所述预定格式的图像的边缘特征图像，并基于不同的抑制邻域所对应的边缘特征图像按照预定方式进行对比获取图像的最终边缘特征图像；或

24、第二边缘提取模块，所述第二边缘提取模块配置用于通过预定抑制邻域提取预定格式的图像的最终边缘特征图像。

25、本发明的又一方面还提出一种计算机设备，包括：

26、至少一个处理器；以及

27、存储器，所述存储器存储有可在所述处理器上运行的计算机指令，所述指令由所述处理器执行时实现上述实施方式中任意一项所述方法的步骤。

28、本发明的再一方面还提出一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述实施方式中任意一项所述方法的步骤。

29、通过本发明提出的一种图像边缘特征图像提取方法，在传统的边缘检测算法的基础上以多个抑制邻域生成多个边缘特征图像，并通过范围比较的方式从多个抑制邻域对应的边缘特征图像中确定出最合适的边缘以此构成最终的边缘特征图像。通过增加不同尺度边缘检测图之间的双向追溯检测，不仅提高了图像边缘的检测精度，还增加了图像边缘检测对噪声以及光照变化等因素的抗干扰能力，保证了图像边缘检测的稳定性。

技术特征：

1.一种图像边缘特征图像提取方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于极大值抑制法并按照不同的抑制邻域计算所述预定格式的图像的边缘特征图像，并基于不同的抑制邻域所对应的边缘特征图像按照预定方式进行对比获取图像的最终边缘特征图像包括：

3.根据权利要求2所述的方法，其特征在于，所述根据抑制邻域的大小顺序以高尺度抑制邻域为基准，基于范围检测的方式逐一对比不同邻域所对应的边缘特征图像以得到候选边缘特征图像包括：

4.根据权利要求2所述的方法，其特征在于，所述基于极大值抑制法并按照不同的抑制邻域计算所述预定格式的图像的边缘特征图像，并基于不同的抑制邻域所对应的边缘特征图像按照预定方式进行对比获取图像的最终边缘特征图像还包括：

5.根据权利要求1所述的方法，其特征在于，所述通过预定抑制邻域提取预定格式的图像的最终边缘特征图像包括：

6.根据权利要求1所述的方法，其特征在于，所述对图像进行预处理获取预定格式的图像包括：

7.根据权利要求6所述的方法，其特征在于，还包括：

8.一种图像边缘特征图像提取系统，其特征在于，包括：

9.一种计算机设备，其特征在于，包括：

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任意一项所述方法的步骤。

技术总结
本发明属于计算机领域，具体涉及一种图像边缘特征图像提取方法、系统、设备及介质。其中，方法包括：对图像进行预处理获取预定格式的图像；基于极大值抑制法并按照不同的抑制邻域计算所述预定格式的图像的边缘特征图像，并基于不同的抑制邻域所对应的边缘特征图像按照预定方式进行对比获取图像的最终边缘特征图像；或通过预定抑制邻域提取预定格式的图像的最终边缘特征图像。通过本发明提出的一种图像边缘特征图像提取方法，通过增加不同尺度边缘检测图之间的双向追溯检测，不仅提高了图像边缘的检测精度，还增加了图像边缘检测对噪声以及光照变化等因素的抗干扰能力，保证了图像边缘检测的稳定性。

技术研发人员：周二龙
受保护的技术使用者：山东云海国创云计算装备产业创新中心有限公司
技术研发日：
技术公布日：2024/1/15