亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種圖像邊緣提取方法與流程

文檔序號(hào):11063946閱讀:2436來源:國(guó)知局
一種圖像邊緣提取方法與制造工藝

本發(fā)明涉及目標(biāo)識(shí)別、圖像分割、遙感、醫(yī)學(xué)圖像分析等領(lǐng)域。



背景技術(shù):

邊緣信息是圖像中極其重要的信息,理論上,通過邊緣信息可恢復(fù)圖像中的全部信息。因而邊緣檢測(cè)是圖像分析的重要內(nèi)容;是處理許多問題的關(guān)鍵;傳統(tǒng)的邊緣檢測(cè)主要是運(yùn)用水平方向和垂直方向的差分算子分別檢測(cè)出水平方向和垂直方向的邊緣,然后合成某種梯度進(jìn)行邊緣檢測(cè),計(jì)算機(jī)實(shí)現(xiàn)時(shí)只需求出兩個(gè)方向的差分,然后合成即可,但這種方法也有明顯的不足,它們只強(qiáng)調(diào)水平、垂直,兩個(gè)方向的邊緣信息,但一般實(shí)際圖像中包含有多個(gè)方向甚至是任意方向的邊緣信息。

數(shù)學(xué)形態(tài)學(xué)是分析圖像幾何特征的有力工具,它通過運(yùn)用一些基本的集合運(yùn)算,如腐蝕、膨脹、開、閉等對(duì)圖像形狀和結(jié)構(gòu)進(jìn)行分析處理,在諸如圖像增強(qiáng)的圖像處理中得到了很好的應(yīng)用,形態(tài)學(xué)中腐蝕、膨脹運(yùn)算的形態(tài)學(xué)梯度具有較好的圖像邊緣檢測(cè)效果,但是腐蝕和膨脹的運(yùn)算都是極值運(yùn)算,因而僅有腐蝕、膨脹會(huì)對(duì)圖像梯度信息產(chǎn)生不可避免的影響。



技術(shù)實(shí)現(xiàn)要素:

針對(duì)上述不足,本發(fā)明提出了一種新的圖像邊緣提取方法。

本發(fā)明的目的是:提取圖像邊緣,使提取到的邊緣具有更加豐富的細(xì)節(jié)信息,更具完整性、連續(xù)性、多方向性。

本發(fā)明為實(shí)現(xiàn)上述目的所采用的的技術(shù)方案是:一種圖像邊緣提取方法,該方法的實(shí)施步驟如下:

步驟1:用低通濾波器H0對(duì)原圖像做不可分加性小波多尺度分解,得到一個(gè)低頻子圖和多層高頻子圖像。

步驟2:利用形態(tài)學(xué)梯度算子對(duì)第一步中分解出的低頻子圖像進(jìn)行形態(tài)學(xué)梯度濾波得到濾波梯度圖。

步驟3:對(duì)步驟一中得到的多層高頻子圖像相加,得到增強(qiáng)了邊緣信息的高頻子圖像,對(duì)高頻子圖像取小波變換的模極大值,得到一個(gè)高頻子圖像,即邊緣 圖。

步驟4:將梯度圖1和邊緣圖像2做加性小波逆變換(相加),得到結(jié)果梯度圖。

步驟5:對(duì)第4步得到的梯度圖進(jìn)行二值化,得到初步邊緣圖。

步驟6:利用形態(tài)學(xué)中除去孤立點(diǎn)、去毛刺以及去H型點(diǎn)和邊緣單一化等操作,得到結(jié)果邊緣圖。

本發(fā)明的有益效果是:本方法操作簡(jiǎn)單、檢測(cè)效果好;它能檢測(cè)出圖像中灰度值變化較小的目標(biāo),獲得更多的邊緣細(xì)節(jié),能提取具有完整性、多方向性、連續(xù)和平移不變性的邊緣。與其他的檢測(cè)方法相比,本方法還具有有較快的處理速度。

附圖說明

附圖是本發(fā)明的流程圖

具體實(shí)施方式

本方法構(gòu)造了一個(gè)二維不可分低通濾波器;先對(duì)原圖像做多尺度不可分加性小波分解,然后利用現(xiàn)代數(shù)學(xué)形態(tài)學(xué)梯度算子獲取分解后的子圖像的梯度圖,高頻子圖像相加從而分別提取低、高頻子圖像的邊緣,然后重形成最終的邊緣圖像,并利用此二維不可分加性小波各向同性和形態(tài)學(xué)梯度檢測(cè)邊緣的豐富、快速等特點(diǎn),提出了一種新的圖像邊緣提取方法。

以下結(jié)合流程圖,對(duì)本發(fā)明進(jìn)行詳細(xì)說明。

一、低通濾波器H0

由于不可分加性小波有很好的方向性,是各相同性的,為了獲得多方向的圖像邊緣信息,本發(fā)明選用6*6的不可分低通濾波器,其構(gòu)造方法如下:

首先,將伸縮矩陣為[2,0;0,0]的,具有緊支撐、對(duì)成性、正交性的6*6的濾波器組表示為:

(H0(x,y),H1(x,y),H2(x,y),H3(x,y))=T (1)

其中,Uj(j=1,2,...,K)為中心對(duì)稱正交陣,wi為小波平面,D(x,y)=Diag(1,x,y,xy),V=(V0,V1,V2,V3)為正交陣,V1,V2,V3 為4×1向量,V0=(1,1,1,1)T

當(dāng)選取K=2時(shí)候,構(gòu)造:

式(1)至式(6)是濾波器,原始圖像經(jīng)過濾波器后得到一個(gè)低頻子圖和多層高頻子圖像。

二、形態(tài)學(xué)梯度算子

步驟二中,采用形態(tài)學(xué)梯度算子對(duì)低頻子圖像進(jìn)行形態(tài)學(xué)梯度濾波,得到濾波梯度圖,其中形態(tài)學(xué)梯度是數(shù)學(xué)形態(tài)學(xué)中由結(jié)構(gòu)元素來描述圖像鄰域內(nèi)灰度值變化情況的一種梯度,在灰度值形態(tài)學(xué)中,最基本的腐蝕、膨脹運(yùn)算分別是非擴(kuò)展變換和擴(kuò)展變換,由此可以產(chǎn)生以下梯度。

在本方法中,主要構(gòu)造以下幾種基本形態(tài)梯度:

1)膨脹類型:

2)腐蝕型:T2=f-fΘb

3)開操作型:

4)閉操作型:

其中,表示膨脹操作,Θ表示腐蝕操作,○表示開運(yùn)算操作,●表示閉運(yùn)算操作。

腐蝕、膨脹、開、閉等操作按一定的合理順序組合可形成多種形式的數(shù)學(xué)形 態(tài)學(xué)梯度,在本方法中圖像邊緣檢測(cè)中選擇的形態(tài)學(xué)梯度為:

即先對(duì)原圖像進(jìn)行閉操作運(yùn)算,然后對(duì)結(jié)果分別進(jìn)行膨脹運(yùn)算和開運(yùn)算,最后求兩者的差得形態(tài)學(xué)梯度圖。

膨脹和腐蝕是兩種最基本的形態(tài)學(xué)運(yùn)算,其他的運(yùn)算時(shí)這兩種運(yùn)算的組合,因而這種組合是圖像中在結(jié)構(gòu)元素所限定的范圍內(nèi)的最大值、最小值按一定順序的組合,而形態(tài)學(xué)梯度是兩種這樣的組合所得到的值的差,而只要結(jié)構(gòu)元素所在區(qū)域的灰度值不全相同,則必有最大值和最小值。本文在本方法中,選擇的最大值、最小值的組合運(yùn)算方式分別為:最大值(最小值(最大值))和最大值(最小值(最小值(最大值)))(括號(hào)按從內(nèi)到外的順序運(yùn)算),其選擇的形態(tài)學(xué)梯度為上兩種組合方式的差,即T=最大值(最小值(最大值))-最大值(最小值(最小值(最大值)))。

顯然,對(duì)于任意大小的結(jié)構(gòu)元素窗口,上述表達(dá)式的均值大于0,因此,它完全可以作為梯度算子,而且,只有當(dāng)結(jié)構(gòu)元素所在區(qū)域作第一次膨脹運(yùn)算的所得結(jié)果為相同的灰度值時(shí),上述表達(dá)式的值才為0,其它情況下的值都大于0,因而能很好地檢測(cè)出圖像中的變化。

四、最終邊緣圖像的獲得

原始圖像經(jīng)過濾波器,得到的多層高頻子圖像,將得到的多層高頻子圖像相加,此時(shí)得到增強(qiáng)了邊緣信息的高頻子圖像,對(duì)高頻子圖像取小波變換的模極大值,得到一個(gè)高頻子圖像,即邊緣圖。將梯度圖和邊緣圖像做加性小波逆變換(相加),得到結(jié)果梯度圖。然后對(duì)得到的結(jié)果梯度圖進(jìn)行二值化,得到初步邊緣圖。最后,利用形態(tài)學(xué)中除去孤立點(diǎn)、去毛刺以及去H型點(diǎn)和邊緣單一化等操作,得到結(jié)果邊緣圖。

當(dāng)前第1頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1