估計圖像噪聲標準差 首先，將圖像劃分為多個互不交疊的區(qū)域，每個區(qū)域的大小為10X10,計算每個區(qū)域的 圖像標準差，并選取多個標準差較小的均勻圖像塊； 然后，采用高斯濾波器對選取的圖像塊進行平滑，并計算原始圖像和平滑后圖像的差 分圖像； 最后，計算差分圖像的標準差，作為圖像噪聲標準差〇n的估計值； S2. 2,依據(jù)圖像噪聲標準差對圖像一階偏導數(shù)進行歸一化 將邊緣信號表達式代入圖像一階偏導數(shù)計算式，得到：
其中，
分別是噪聲在x和y方向的一階微分 濾波輸出，它們均服從均值為〇、方差為/(8;ra4)的正態(tài)分布，并且相互統(tǒng)計獨立；采用 噪聲微分濾波輸出的標準差對圖像一階偏導數(shù)進行歸一化：
上式中，瓦〇，_>；)和曼,,(1，少)分別是歸一化的x和y方向圖像一階偏導數(shù)，它們的噪 聲隨機項均服從標準正態(tài)分布，并且相互統(tǒng)計獨立； 52. 3,計算圖像歸一化梯度強度M(x，j) 基于歸一化的圖像一階偏導數(shù)，定義圖像歸一化梯度強度為：
4. 根據(jù)權(quán)利要求3所述的圖像邊緣灰度起伏性度量與自適應檢測方法，其特征在于， 所述步驟S3的具體步驟如下： 53. 1，邊緣檢測高閾值設(shè)定 圖像邊緣位置處的歸一化圖像一階偏導數(shù)為：
由圖像噪聲在X和y方向的一階微分濾波輸出的統(tǒng)計特性可知良.〇，少）和復,.0,7) 服從均值分別為（2c〇cos0 )/〇"和（2c〇sin0 )/〇n，方差為1的正態(tài)分布，并且相互獨 立，進一步地，圖像邊緣位置處的歸一化梯度強度好(A%少）服從自由度為2、非中心參量為
)表示；其概率密度函數(shù)是：
其中，1〇( ?)是第一類〇階修正貝塞爾函數(shù)； 基于歸一化梯度強度的統(tǒng)計特性，應用假設(shè)檢驗理論設(shè)置邊緣檢測高閾值，具體步驟 如下： 首先，對邊緣檢測遇到的像元q提出原假設(shè)和備選假設(shè)： HQ:q是邊緣；H1:q不是邊緣 其次，選取歸一化梯度強度作為檢驗統(tǒng)計量，由其統(tǒng)計特性可知％假設(shè)下歸一化梯度 強度服從自由度為2、非中心參量為(4f2cr2)/c^的非中心x2分布； 最后，確定邊緣檢測閾值： 當檢驗顯著性水平為ai時，&假設(shè)成立的接受域為：
其中
分布的分位數(shù)，也即所求的 邊緣檢測高閾值，滿足如下關(guān)系：
當像元q的歸一化梯度強度大于該閾值時，判斷其為邊緣；否則判定不是邊緣點；其中a:是邊緣的漏檢概率，取值范圍設(shè)定為[0. 01，0. 05]; 邊緣檢測高閾值能夠?qū)崿F(xiàn)對邊緣的恒定概率檢測； S3. 2,虛警抑制低閾值設(shè)定 圖像均勻區(qū)域的歸一化圖像一階偏導數(shù)為：
和，v〇，_y)服從標準正態(tài)分布，并且相互獨立，此時歸一化梯度強度 服從自由度為2的x2分布，用符號x2(2)表示，其概率分布密度函數(shù)為：
在圖像均勻區(qū)域，噪聲是引起虛假邊緣的主要原因，噪聲抑制問題本質(zhì)上是對當前 點是否為圖像均勻區(qū)域做出判斷，在此依據(jù)假設(shè)檢驗理論設(shè)置虛警抑制低閾值，其步驟如 下： 首先，對像元點q提出如下原假設(shè)和備選假設(shè)： HQ:q是均勻區(qū)域點1:q不是均勻區(qū)域點 然后，選取歸一化梯度強度作為檢驗統(tǒng)計量，由其統(tǒng)計特性可知％假設(shè)下歸一化梯度 強度服從自由度為2的x2分布； 最后，確定虛警抑制閾值； 當顯著性水平為a2時，I假設(shè)成立的接受域為：
其中;^?是^2(2)分布的分位數(shù)，也即所求的虛警抑制低閾值，滿足如下關(guān)系：
當像元q的歸一化梯度強度小于該閾值時，判斷其為均勻區(qū)域點；否則判定不是均勻 區(qū)域點；其中，a2控制著噪聲的虛警概率，其取值設(shè)定范圍是[〇.〇1，0.05]; 虛警抑制低閾值能夠?qū)崿F(xiàn)對噪聲的恒定虛警抑制； 53. 3,將邊緣檢測高閾值和虛警抑制低閾值組合構(gòu)成磁滯閾值。
5.根據(jù)權(quán)利要求4所述的圖像邊緣灰度起伏性度量與自適應檢測方法，其特征在于， 所述步驟S4的具體步驟如下： 54. 1，歸一化梯度強度的非極值抑制 首先，依據(jù)當前點（x，y)的梯度方向及其3X3鄰域像元點的歸一化梯度強度，內(nèi)插計 算兩側(cè)像元點的歸一化梯度強度#和％;按照梯度方向的不同分為以下四種情況： ① 如果IOj) < 〇并且瓦0，_y) <IOj)，或者反,,0,7) > 0并且
② 如果l〇,少'）> 〇并且良.(x,y)仝瓦,（x,y)，或者i(x，_y) < 〇并且 gx{^y)^gy{x,y)
③ 如果Ux，y)S0 并且-l(x，y) <Ux，y)，或者l(x，y)k0 并且 gv(.X,j)<-gl.(.Y,>!)
④ 如果 6 0,y) < 〇 并且邑(X，;；）2l(X,y)，或者f,, (x, 7) >0并且
然后，如果當前像元點（x，y)的歸一化梯度強度i(u)大于兩側(cè)像元點的歸一化梯 度強度，判斷當前點為疑似邊緣點；否則不可能為邊緣點； 最后，遍歷所有像元點，得到疑似邊緣點集合； S4. 2,圖像邊緣磁滯閾值檢測 對疑似邊緣點集合進行磁滯閾值化分割，檢測邊緣的方法如下： ① 歸一化梯度強度大于或等于磁滯高閾值的疑似邊緣點被判決為真實邊緣，并作為后 續(xù)磁滯連接弱邊緣的跟蹤種子點； ② 歸一化梯度強度大于磁滯低閾值、小于磁滯高閾值，并且與跟蹤種子點連通的疑似 邊緣點也被判決為真實邊緣，以確保輪廓邊緣點的完整性。
【專利摘要】本發(fā)明針對Canny邊緣檢測方法檢測邊緣的閾值需要人工設(shè)定、缺乏理論依據(jù)的不足，提出了一種圖像邊緣灰度起伏性度量與自適應檢測方法。首先，定義了一種新的圖像灰度起伏性度量—歸一化梯度強度，可以證明邊緣位置和均勻圖像區(qū)域的歸一化梯度強度分別服從自由度為2的非中心χ2分布和χ2分布。其次，基于歸一化梯度強度的統(tǒng)計分布特性，利用假設(shè)檢驗理論自適應設(shè)定了邊緣檢測高閾值和噪聲虛警抑制低閾值，實現(xiàn)了邊緣的恒概率檢測和噪聲的恒虛警抑制。最后，通過組合兩類閾值構(gòu)成邊緣檢測的磁滯閾值，可實現(xiàn)對圖像邊緣的自適應檢測。發(fā)明可實現(xiàn)邊緣的恒概率檢測和噪聲的恒虛警抑制，實驗表明發(fā)明檢測邊緣性能優(yōu)良、魯棒性強、自動化程度高。
【IPC分類】G06T7-00
【公開號】CN104574417
【申請?zhí)枴緾N201510040559
【發(fā)明人】牛照東, 林成龍, 陳曾平
【申請人】中國人民解放軍國防科學技術(shù)大學
【公開日】2015年4月29日
【申請日】2015年1月27日