本發(fā)明涉及視覺測量技術領域，尤其涉及一種基于改進的邊緣聚焦的邊緣檢測方法及系統。

背景技術：

在現代智能化生產中，通常采用ccd相機作為檢測工具，對流水線上的產品進行連續(xù)圖像采集，通過提取圖像邊緣特征進行分析判斷，達到對工件定位以及尺寸測量的目的。

目前常用的幾類邊緣檢測方法有：sobel算子、prewitt算子、log算子以及canny邊緣檢測算子。sobel算子和prewitt算子產生的邊緣可以說是一致的，對邊緣定位較準確，但是邊緣比較粗，不適合后續(xù)的高精度尺寸測量。log算子由于采用尋找零交叉的方法，容易檢測到假邊緣，并且通過二階求導對邊緣定位，運算量也比較大。canny算子的邊緣檢測相對于前幾種,效果較好，能夠檢測到單像素邊緣,但是canny算子為了抑制不必要的邊緣細節(jié)和噪聲時，需要使用較大的高斯濾波尺度，這樣會使邊緣移位，影響邊緣定位精度。為了克服上述問題，出現了一種利用邊緣聚焦思想的邊緣檢測方法，從而抑制距離新邊緣較遠部分的邊緣細節(jié)及噪聲。

然而，現有技術利用邊緣聚焦思想邊緣檢測方法中，對第二邊緣圖像鄰近區(qū)域的噪聲無法排除，這是因為現有的方法只是用第二邊緣圖像替代了第一邊緣圖像，而未考慮舊邊緣鄰近出現的噪聲及弱邊緣。因此，現有方法中仍存在邊緣檢測圖像清晰度和準確度不高的技術問題，因此提供一種改進的邊緣聚焦的邊緣檢測方法顯得尤為重要。

技術實現要素：

本發(fā)明實施例提供一種基于改進的邊緣聚焦的邊緣檢測方法及系統，用以解決現有技術中邊緣檢測圖像存在的清晰度和準確度不高的技術問題。

本發(fā)明公開了一種基于改進的邊緣聚焦的邊緣檢測方法，所述方法包括：

采用第一高斯核對原始圖像進行邊緣檢測，獲得第一邊緣圖像；

在所述第一高斯核的基礎上，采用縮小固定步長s的第二高斯核對所述第一圖像進行邊緣檢測，獲得第二邊緣圖像，其中，s為所述第二高斯核與所述第一高斯核的差。

采用八連通方法去除所述第二邊緣圖中的弱邊緣和噪聲，獲得第三邊緣圖像。

本發(fā)明提供的一種基于改進的邊緣聚焦的邊緣檢測方法中，在所述采用第二高斯核對所述第一邊緣圖像進行邊緣檢測時，對所述第一邊緣圖像的鄰近區(qū)域進行邊緣檢測。

可選地，所述采用八連通方法去除所述第二邊緣圖中的弱邊緣和噪聲，包括：

判斷所述第二邊緣圖中的像素點是否在所述第一邊緣圖的八連通區(qū)域內；

若在，則判斷所述像素點所在的連通區(qū)域的長度是否大于預設值，其中，所述連通區(qū)域為所述八連通區(qū)域中的任意一個連通區(qū)域；

若大于，則保留所述像素點；

若不大于，則刪除所述像素點，以去除所述第二邊緣圖中的弱邊緣和噪聲，獲得所述第三邊緣圖像。

可選地，在采用八連通方法去除所述第二邊緣圖中的弱邊緣和噪聲，獲得第三邊緣圖像之后，包括：

在所述第二高斯核的基礎上，采用縮小固定步長s的第三高斯核對所述第三邊緣圖像進行邊緣檢測，獲得第四邊緣圖像；

采用八連通方法去除所述第四邊緣圖像中的弱邊緣和噪聲，獲得第五邊緣圖像；

判斷所述第五邊緣圖像的所述第三高斯核是否小于預設高斯核值；

如果小于，則以所述第五邊緣圖像為最終邊緣檢測的圖像；

如果不小于，則繼續(xù)采用采用縮小固定步長s的第四高斯核對所述第五邊緣圖像進行邊緣檢測，獲得第六邊緣圖像，并采用八連通方法去除所述第六邊緣圖像中的弱邊緣和噪聲。

基于同樣的發(fā)明構思，本發(fā)明第二方面提供了一種基于改進的邊緣聚焦的邊緣檢測系統，所述系統包括：

第一獲得模塊，用于采用第一高斯核對原始圖像進行邊緣檢測，獲得第一邊緣圖像；

第二獲得模塊，用于在所述第一高斯核的基礎上，采用縮小固定步長s的第二高斯核對所述第一圖像進行邊緣檢測，獲得第二邊緣圖像，其中，s為所述第二高斯核與所述第一高斯核的差。

第一處理模塊，用于在采用第二高斯核對所述第一圖像進行邊緣檢測，獲得第二邊緣圖像之后，采用八連通方法去除所述第二邊緣圖中的弱邊緣和噪聲，獲得第三邊緣圖像。

可選地，所述第二獲得模塊還用于：在所述采用第二高斯核對所述第一邊緣圖像進行邊緣檢測時，對所述第一邊緣圖像的鄰近區(qū)域進行邊緣檢測。

可選地，所述第一處理模塊還用于：

判斷所述第二邊緣圖中的像素點是否在所述第一邊緣圖的八連通區(qū)域內；

若在，則判斷所述像素點所在的連通區(qū)域的長度是否大于預設值，其中，所述連通區(qū)域為所述八連通區(qū)域中的任意一個連通區(qū)域；

若大于，則保留所述像素點；

若不大于，則刪除所述像素點，以去除所述第二邊緣圖中的弱邊緣和噪聲，獲得所述第三邊緣圖像。

可選地，所述系統還包括第二處理模塊，用于在采用八連通方法去除所述第二邊緣圖中的弱邊緣和噪聲，獲得第三邊緣圖像之后，

在所述第二高斯核的基礎上，采用縮小固定步長s的第三高斯核對所述第三邊緣圖像進行邊緣檢測，獲得第四邊緣圖像；

采用八連通方法去除所述第四邊緣圖像中的弱邊緣和噪聲，獲得第五邊緣圖像；

判斷所述第五邊緣圖像的所述第三高斯核是否小于預設高斯核值；

如果小于，則以所述第五邊緣圖像為最終邊緣檢測的圖像；

如果不小于，則繼續(xù)采用采用縮小固定步長s的第四高斯核對所述第五邊緣圖像進行邊緣檢測，獲得第六邊緣圖像，并采用八連通方法去除所述第六邊緣圖像中的弱邊緣和噪聲。

本發(fā)明實施例中提供的一個或多個技術方案，至少具有如下技術效果或優(yōu)點：

本申請實施例提供的一種基于改進的邊緣聚焦的邊緣檢測方法，所述方法包括：采用第一高斯核對原始圖像進行邊緣檢測，獲得第一邊緣圖像；在所述第一高斯核的基礎上，采用縮小固定步長s的第二高斯核對所述第一圖像進行邊緣檢測，獲得第二邊緣圖像，采用八連通方法去除所述第二邊緣圖中的弱邊緣和噪聲，獲得第三邊緣圖像。；在上述方法中，由于使用了比第一高斯核小的第二高斯核對采用第一高斯核進行邊緣檢測得到第一邊緣圖像，再次進行邊緣檢測，得到的第二邊緣圖像的精度高于第一邊緣圖像的精度，并且采用八連通方法去除第二邊緣的弱邊緣和噪聲，可以去除第二邊緣鄰近區(qū)域的噪聲及弱邊緣，解決了現有技術中邊緣檢測圖像存在的清晰度和準確度不高的技術問題。抑制了邊緣圖像的弱邊緣及噪聲，實現了在提高定位精度的同時提高邊緣圖像的清晰度和準確性的技術效果。

上述說明僅是本發(fā)明技術方案的概述，為了能夠更清楚了解本發(fā)明的技術手段，而可依照說明書的內容予以實施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點能夠更明顯易懂，以下特舉本發(fā)明的具體實施方式。

附圖說明

為了更清楚地說明本發(fā)明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例中一種基于改進的邊緣聚焦的邊緣檢測方法的流程圖；

圖2為本發(fā)明實施例中一種基于改進的邊緣聚焦的邊緣檢測系統的結構圖。

具體實施方式

本發(fā)明實施例提供了一種基于改進的邊緣聚焦的邊緣檢測方法及系統，用以解決現有技術中邊緣檢測圖像存在的清晰度和準確度不高的技術問題。

本申請實施例中的技術方案，總體思路如下：

一種基于改進的邊緣聚焦的邊緣檢測方法，首先采用第一高斯核對原始圖像進行邊緣檢測，獲得第一邊緣圖像；然后在所述第一高斯核的基礎上，采用縮小固定步長s的第二高斯核對所述第一圖像進行邊緣檢測，獲得第二邊緣圖像，其中，s為所述第二高斯核與所述第一高斯核的差；再采用八連通方法去除所述第二邊緣圖中的弱邊緣和噪聲，獲得第三邊緣圖像。

在上述方法中，由于使用了比第一高斯核小的第二高斯核對采用第一高斯核進行邊緣檢測得到第一邊緣圖像，再次進行邊緣檢測，得到的第二邊緣圖像的精度高于第一邊緣圖像的精度，并且采用八連通方法去除第二邊緣的弱邊緣和噪聲，可以去除第二邊緣鄰近區(qū)域的噪聲及弱邊緣，解決了現有技術中邊緣檢測圖像存在的清晰度和準確度不高的技術問題。抑制了邊緣圖像的弱邊緣及噪聲，實現了在提高定位精度的同時提高邊緣圖像的清晰度和準確性的技術效果。

為使本發(fā)明實施例的目的、技術方案和優(yōu)點更加清楚，下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

實施例一

本實施例提供了一種基于改進的邊緣聚焦的邊緣檢測方法，請參見圖1，所述方法包括：

步驟s101：采用第一高斯核對原始圖像進行邊緣檢測，獲得第一邊緣圖像；

步驟s102：在所述第一高斯核的基礎上，采用縮小固定步長s的第二高斯核對所述第一圖像進行邊緣檢測，獲得第二邊緣圖像，其中，s為所述第二高斯核與所述第一高斯核的差。

步驟s103：采用八連通方法去除所述第二邊緣圖中的弱邊緣和噪聲，獲得第三邊緣圖像。

需要說明的是，本申請中改進的邊緣聚焦的邊緣檢測方法與現有的邊緣聚焦方法的不同之處在于，首先通過縮小高斯核的方法來提高邊緣檢測的精度，更為重要的是，在上述基礎上，采用八連通方法去除第二邊緣圖中的弱邊緣和噪聲，可以在獲得較高定位精度的同時具備較好的弱邊緣及噪聲抑制效果，提高了邊緣檢測圖像的清晰度和準確性。

下面，結合圖1對本申請?zhí)峁┑囊环N基于改進的邊緣聚焦的邊緣檢測方法進行詳細介紹：

首先執(zhí)行步驟s101：采用第一高斯核對原始圖像進行邊緣檢測，獲得第一邊緣圖像；

在具體的實施過程中，可以利用ccd相機作為檢測工具，對需要檢測的產品進行連續(xù)圖像采集，獲取產品的原始圖像，首先采用第一高斯核對原始圖像進行邊緣檢測，獲得第一邊緣圖像，其中，第一高斯核為取值較大的高斯核σ0，具體值可以根據實際情況進行設置，可以采用canny算子進行邊緣檢測，得到第一邊緣圖像，此時，第一邊緣圖像為去除了噪聲及細節(jié)的粗精度邊緣圖像，用e(i,j,σ0)表示，其中i和j表示邊緣點的圖像坐標。

然后執(zhí)行步驟s102：在所述第一高斯核的基礎上，采用縮小固定步長s的第二高斯核對所述第一圖像進行邊緣檢測，獲得第二邊緣圖像，其中，s為所述第二高斯核與所述第一高斯核的差。

在具體的實施過程中，可以根據實際情況設置固定步長s的值，例如可以為0.3、0.4、0.5、0.6等等，以s＝0.5為例，用第二高斯核σ(σ＝σ0-s)對得到的第一邊緣圖像再次進行邊緣檢測，可以得到新的邊緣圖e(i,j,σ0-s)，即第二邊緣圖像，由于選擇的s較小，第二邊緣圖像中的強邊緣相對于第一邊緣圖像的偏移量不會超過一個像素。經過前后兩次邊緣檢測后，我們保留新的含有噪聲的較準確的第二邊緣圖像，舍棄第一邊緣圖像。由于采用了比第一高斯核更小的第二高斯核，第二邊緣圖像會比第一邊緣圖像的定位精度更加準確，但相對于第一邊緣圖像會出現一些噪聲及不必要的邊緣細節(jié)。

接下來執(zhí)行步驟s103：采用八連通方法去除所述第二邊緣圖中的弱邊緣和噪聲，獲得第三邊緣圖像。

由于執(zhí)行上述步驟s102后，第二邊緣圖像會出現一些噪聲及不必要的邊緣細節(jié)，因此，采用八連通方法去除所述第二邊緣圖中的弱邊緣和噪聲，從而得到第三邊緣圖像。解決了現有技術中邊緣檢測圖像存在的清晰度和準確度不高的技術問題。抑制了邊緣圖像的弱邊緣及噪聲，實現了在提高定位精度的同時提高邊緣圖像的清晰度和準確性的技術效果。

具體來說，所述采用八連通方法去除所述第二邊緣圖中的弱邊緣和噪聲，包括：

判斷所述第二邊緣圖中的像素點是否在所述第一邊緣圖的八連通區(qū)域內；

若在，則判斷所述像素點所在的連通區(qū)域的長度是否大于預設值，其中，所述連通區(qū)域為所述八連通區(qū)域中的任意一個連通區(qū)域；

若大于，則保留所述像素點；

若不大于，則刪除所述像素點，以去除所述第二邊緣圖中的弱邊緣和噪聲，獲得所述第三邊緣圖像。

在具體的實施過程中，對第二邊緣圖像e(i,j,σ0-s)用八連通的方法對其連通區(qū)域進行標記，若第二邊緣圖像e(i,j,σ0-s)中的像素點在第一邊緣圖像的八鄰接范圍內，且該點所在的連通區(qū)域長度大于預設值t，其中t根據經驗進行設置，則該點保留，否則去除。通過該方法可以有效地去除第二邊緣圖像中出現的弱邊緣和噪聲。依此類推，遍歷第二邊緣圖像e(i,j,σ0-s)中所有像素點，得到的不含噪聲的較高精度邊緣圖，即第三邊緣圖像。記為e0(i,j,σ0-s)。

在本實施例提供的邊緣檢測方法中，在所述采用第二高斯核對所述第一邊緣圖像進行邊緣檢測時，對所述第一邊緣圖像的鄰近區(qū)域進行邊緣檢測。

在本實施例提供的邊緣檢測方法中，在采用八連通方法去除所述第二邊緣圖中的弱邊緣和噪聲，獲得第三邊緣圖像之后，包括：

在所述第二高斯核的基礎上，采用縮小固定步長s的第三高斯核對所述第三邊緣圖像進行邊緣檢測，獲得第四邊緣圖像；

采用八連通方法去除所述第四邊緣圖像中的弱邊緣和噪聲，獲得第五邊緣圖像；

判斷所述第五邊緣圖像的所述第三高斯核是否小于預設高斯核值；

如果小于，則以所述第五邊緣圖像為最終邊緣檢測的圖像；

如果不小于，則繼續(xù)采用采用縮小固定步長s的第四高斯核對所述第五邊緣圖像進行邊緣檢測，獲得第六邊緣圖像，并采用八連通方法去除所述第六邊緣圖像中的弱邊緣和噪聲。

在本實施例提供的邊緣檢測方法中，接著用第三高斯核σ(σ＝σ0-2s)在第二邊緣圖像e0(i,j,σ0-s)及其鄰近區(qū)域進行邊緣檢測，得到第四邊緣圖像e(i,j,σ0-2s)，然后采用八連通方法去除第四邊緣圖像弱邊緣及噪聲，從而得到高精度邊緣圖e0(i,j,σ0-2s)，即第五邊緣圖像。然后重復上述步驟，所述第三高斯核是否小于預設高斯核值，具體地，可以通過判斷第三高斯核σ＝σ0-ns是否足夠小，預設高斯核值可以根據實際情況進行選取，例如預設高斯核值為1，如果第三高斯核小于1時，則以所述第五邊緣圖像為最終邊緣檢測的圖像；如果第三高斯核不小于1時，則繼續(xù)采用采用縮小固定步長s的第四高斯核對所述第五邊緣圖像進行邊緣檢測，獲得第六邊緣圖像，并采用八連通方法去除所述第六邊緣圖像中的弱邊緣和噪聲。通過上述方法不斷地減小高斯核σ0迭代優(yōu)化邊緣達到逼近真實邊緣，同時采用八連通的方法去除新邊緣的噪聲和弱邊緣，最終得到不含噪聲和弱邊緣的清晰和準確的邊緣圖像。

實施例二

基于與實施例一同樣的發(fā)明構思，本發(fā)明實施例二提供了一種基于改進的邊緣聚焦的邊緣檢測系統，所述系統包括：

第一獲得模塊201，用于采用第一高斯核對原始圖像進行邊緣檢測，獲得第一邊緣圖像；

第二獲得模塊202，用于在所述第一高斯核的基礎上，采用縮小固定步長s的第二高斯核對所述第一圖像進行邊緣檢測，獲得第二邊緣圖像，其中，s為所述第二高斯核與所述第一高斯核的差。

第一處理模塊203，用于在采用第二高斯核對所述第一圖像進行邊緣檢測，獲得第二邊緣圖像之后，采用八連通方法去除所述第二邊緣圖中的弱邊緣和噪聲，獲得第三邊緣圖像。

在本實施例提供的系統中，所述第二獲得模塊還用于：在所述采用第二高斯核對所述第一邊緣圖像進行邊緣檢測時，對所述第一邊緣圖像的鄰近區(qū)域進行邊緣檢測。

在本實施例提供的系統中，所述第一處理模塊還用于：

判斷所述第二邊緣圖中的像素點是否在所述第一邊緣圖的八連通區(qū)域內；

若在，則判斷所述像素點所在的連通區(qū)域的長度是否大于預設值，其中，所述連通區(qū)域為所述八連通區(qū)域中的任意一個連通區(qū)域；

若大于，則保留所述像素點；

若不大于，則刪除所述像素點，以去除所述第二邊緣圖中的弱邊緣和噪聲，獲得所述第三邊緣圖像。

在本實施例提供的系統，還包括第二處理模塊，用于在采用八連通方法去除所述第二邊緣圖中的弱邊緣和噪聲，獲得第三邊緣圖像之后，

在所述第二高斯核的基礎上，采用縮小固定步長s的第三高斯核對所述第三邊緣圖像進行邊緣檢測，獲得第四邊緣圖像；

采用八連通方法去除所述第四邊緣圖像中的弱邊緣和噪聲，獲得第五邊緣圖像；

判斷所述第五邊緣圖像的所述第三高斯核是否小于預設高斯核值；

如果小于，則以所述第五邊緣圖像為最終邊緣檢測的圖像；

如果不小于，則繼續(xù)采用采用縮小固定步長s的第四高斯核對所述第五邊緣圖像進行邊緣檢測，獲得第六邊緣圖像，并采用八連通方法去除所述第六邊緣圖像中的弱邊緣和噪聲。

實施例一中的基于的各種變化方式和具體實例同樣適用于本實施例的系統，通過前述對的詳細描述，本領域技術人員可以清楚的知道本實施例中的，所以為了說明書的簡潔，在此不再詳述。

本發(fā)明實施例中提供的一個或多個技術方案，至少具有如下技術效果或優(yōu)點：

本申請實施例提供的一種基于改進的邊緣聚焦的邊緣檢測方法，所述方法包括：采用第一高斯核對原始圖像進行邊緣檢測，獲得第一邊緣圖像；在所述第一高斯核的基礎上，采用縮小固定步長s的第二高斯核對所述第一圖像進行邊緣檢測，獲得第二邊緣圖像，采用八連通方法去除所述第二邊緣圖中的弱邊緣和噪聲，獲得第三邊緣圖像。在上述方法中，由于使用了比第一高斯核小的第二高斯核對采用第一高斯核進行邊緣檢測得到第一邊緣圖像，再次進行邊緣檢測，得到的第二邊緣圖像的精度高于第一邊緣圖像的精度，并且采用八連通方法去除第二邊緣的弱邊緣和噪聲，可以去除第二邊緣鄰近區(qū)域的噪聲及弱邊緣，解決了現有技術中邊緣檢測圖像存在的清晰度和準確度不高的技術問題。抑制了邊緣圖像的弱邊緣及噪聲，實現了在提高定位精度的同時提高邊緣圖像的清晰度和準確性的技術效果。

盡管已描述了本發(fā)明的優(yōu)選實施例，但本領域內的技術人員一旦得知了基本創(chuàng)造性概念，則可對這些實施例作出另外的變更和修改。所以，所附權利要求意欲解釋為包括優(yōu)選實施例以及落入本發(fā)明范圍的所有變更和修改。

顯然，本領域的技術人員可以對本發(fā)明實施例進行各種改動和變型而不脫離本發(fā)明實施例的精神和范圍。這樣，倘若本發(fā)明實施例的這些修改和變型屬于本發(fā)明權利要求及其等同技術的范圍之內，則本發(fā)明也意圖包含這些改動和變型在內。