基于双线性插值的彩色图像边缘检测方法
【技术领域】
[0001]本申请涉及图像处理领域，尤其涉及图像边缘检测方法。
【背景技术】
[0002]边缘检测是目前图像分析领域中的基础技术。它利用图像当前点的像素值的一阶导数的极值或二阶导数的过零点信息来提取边缘。具体的说，对于图像中变化比较缓慢的区域，相邻像素的灰度变化不大，因而梯度幅值较小(趋于零)。而在图像的边缘地带，相邻像素的灰度变化剧烈，所以梯度幅值较大。因此用一阶导数幅值的大小可以确定图像的边缘位置。同理，二阶导数的符号可以用来判断一个像素是在边缘强度增大的一边还是边缘强度减弱的一边，过零点的位置就是边缘位置。目前，一般采用下面几种方式实现图像边缘检测:
[0003]通过Sobel (索贝尔)算子可以产生较好的边缘检测效果。同时，因为Sobel算子引入了局部平均，使其受噪声的影响也比较小。当使用大的邻域时，抗噪特性会更好，但这样做要增加计算量，并且得出的边缘也比较粗。但是，正是由于局部平均的影响，它同时也会检测出许多伪边缘，且边缘定位精度不够高。
[0004]Laplace (拉普拉斯)边缘检测算子是线性二次微分算子，具有各向同性和位移不变性，满足不同走向的图像边缘的锐化要求。但它也有自身的缺点:一是它与边缘点的方向无关，检测二阶偏导数的零交叉点，边缘的方向信息丢失；二是对噪点敏感。
[0005]LOG (Laplace Of Gauss高斯拉普拉斯)算子与Laplace算子相比，多做了一个高斯低通滤波处理，有效去除了服从正态分布的噪声但同时也使得边缘变得模糊。
[0006]Canny算子也是一种基于二阶微分的边缘检测方法，但它所拥有的三条最优化准贝1J，即最大信噪比准则、最优过零点定位准则和多峰值响应准则，使其成为一个具有滤波、增强和检测的多阶段的优化算子。Canny算子检测图像边缘的关键是选取适当的Gauss滤波器邻域大小和适当的阈值。Gauss滤波器邻域大小决定着对噪声的抑制效果，直接影响最终图像边缘检测的效果。增大滤波器大小可以获得较好的噪声抑制效果，但由于大量卷积运算而引起了巨大的计算量，同时固定大小的Gauss滤波器无法满足检测具有不同尺度大小的边缘结构的要求，权衡其折中综合效果是比较困难的，且Canny算子双阈值的选取没有实现自适应化，人工选取合适的阈值比较困难。
【发明内容】
[0007]本申请针对现有边缘检测直接取位图中的像素值进行运算而存在的计算量大、精度低、所取相邻像素的地位不等价等缺陷，提供一种基于双线性插值的彩色图像边缘检测方法，通过低量的计算，快速准确地确定平滑、连续、较细线条并且无锯齿的彩色图像的边缘轮廓。
[0008]根据本申请的一个方面，提供基于双线性插值的彩色图像边缘检测方法，包括:
[0009]获取图像中各像素点的RGB值；
[0010]针对每个像素点，按RGB三个颜色通道分别操作:一个颜色通道中，采用双线性插值取得该像素点圆周单位圆上8个点的值，取该像素点及周围8个点的最大值与最小值的差值作为这个像素点该颜色通道的颜色变化率；取三个颜色通道最大的颜色变化率作为该像素点的边缘强度；
[0011]将得到的边缘强度图采用自适应双阈值以及非极大值抑制法进行二值化得到图像的轮廓。
[0012]根据上述方案，用插值的方式得到目标像素点周围单位圆上的像素值，以避免相邻像素的地位不等价这一问题。能明显降低边缘值的锯齿效应和边缘宽度，从而使得最终得到的边缘图像具有平滑、连续的特点，且线条较细、无锯齿。同时本申请只有简单的加减运算，避免了类似sobe I算法中的平方和开方运算，降低了算法复杂度。
【附图说明】
[0013]图1是本发明一实施例的基于双线性插值的彩色图像边缘检测方法的流程图。
【具体实施方式】
[0014]下面结合附图，对本发明的实施方式作详细说明。
[0015]彩色图像的颜色通常是根据三原色，即红(R)、绿(G)、蓝(B)按不同比例组合体现出来的。而颜色的显示结果是由RGB的最大值所决定的。不同的区域的边缘处，在颜色上往往有剧烈的变化。
[0016]请参阅图1，根据本申请的一实施方式，基于双线性插值的彩色图像边缘检测方法包括下列步骤:
[0017]SI，获取图像中各像素点的RGB值(即红、绿、蓝三个分量的值)。
[0018]S2，按顺序选定一个像素点，命名为选定像素点，针对该选定像素点进行下列操作。
[0019]S3，针对选定像素点选定一个颜色通道，命名为选定颜色通道。从而每个像素点按RGB三个颜色通道分别操作。
[0020]S4，在选定颜色通道中，采用双线性插值取得选定像素点圆周单位圆上8个点的值(红、绿、蓝通道中一个分量的值)。
[0021]S5，比较选定像素点及其周围8个点值，得出最大值与最小值的差值。
[0022]S6，取步骤S5中得到的差值作为这个选定像素点该选定颜色通道的颜色变化率。
[0023]S7，判断三个颜色通道是否都已操作，若是，进入步骤S8 ;若否，返回步骤S3。
[0024]S8,取三个颜色通道最大的颜色变化率作为该选定像素点的边缘强度。
[0025]S9，判断是否还有像素点未操作，若是，返回步骤S2。若否，进入步骤S10。
[0026]S10，将得到的各像素点的边缘强度连结，生成边缘强度图，然后采用自适应双阈值以及非极大值抑制法进行二值化得到图像的轮廓。
[0027]以上所述仅是本发明的一种实施方式，应当指出，对于本领域普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干相似的变形和改进，这些也应视为本发明的保护范围之内。
【主权项】
1.一种基于双线性插值的彩色图像边缘检测方法，其特征在于，包括: 获取图像中各像素点的RGB值； 针对每个像素点，按RGB三个颜色通道分别操作:一个颜色通道中，采用双线性插值取得该像素点圆周单位圆上8个点的值，取该像素点及周围8个点的最大值与最小值的差值作为这个像素点该颜色通道的颜色变化率；取三个颜色通道最大的颜色变化率作为该像素点的边缘强度； 将得到的边缘强度图采用自适应双阈值以及非极大值抑制法进行二值化得到图像的轮廓。
【专利摘要】本发明公开了一种基于双线性插值的彩色图像边缘检测方法，包括：获取图像中各像素点的RGB值；针对每个像素点，按RGB三个颜色通道分别操作：一个颜色通道中，采用双线性插值取得该像素点圆周单位圆上8个点的值，取该像素点及周围8个点的最大值与最小值的差值作为这个像素点该颜色通道的颜色变化率；取三个颜色通道最大的颜色变化率作为该像素点的边缘强度；将得到的边缘强度图采用自适应双阈值以及非极大值抑制法进行二值化得到图像的轮廓。从而能快速有效地找到彩色图像的边缘轮廓。
【IPC分类】G06T7-00
【公开号】CN104778705
【申请号】CN201510189373
【发明人】许书华
【申请人】许书华
【公开日】2015年7月15日
【申请日】2015年4月17日