一種分方向邊界線檢測(cè)方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種基于非極大化抑制圖的分方向邊界 線檢測(cè)方法及系統(tǒng)。
【背景技術(shù)】
[0002] 邊緣是圖像最基本的特征，邊緣檢測(cè)時(shí)圖像處理和計(jì)算機(jī)視覺中最為經(jīng)典和基礎(chǔ) 的問題之一，在物體識(shí)別、三維重建、圖像匹配、檢索等諸多方面有著重要應(yīng)用。在復(fù)雜背 景下定位證件圖像(例如身份證、駕照、行駛證、護(hù)照等）時(shí)，證件圖像的邊緣往往是最重要 的信息之一。傳統(tǒng)的邊緣檢測(cè)算法有些只是得到一些邊緣點(diǎn)位置的孤立信息，如roberts 算子、sobel算子、prewitt算子等，而有些是通過(guò)后續(xù)追蹤算法得到了邊緣輪廓信息，如 canny算子，通過(guò)以上算法對(duì)圖像進(jìn)行邊緣檢測(cè)的結(jié)果往往是一些紛雜的孤立的邊界，增加 了后續(xù)證件邊界的篩選的難度。
[0003] 通過(guò)canny邊緣檢測(cè)技術(shù)進(jìn)行邊緣檢測(cè)的主要步驟如下：
[0004] 1.對(duì)圖像進(jìn)行高斯平滑處理，去除噪聲影響；
[0005] 2.進(jìn)行邊緣檢測(cè)，可以采用sobel算子、prewitt算子等；
[0006] 3.對(duì)邊緣點(diǎn)的梯度方向進(jìn)行非極大化抑制；
[0007] 4.采用高低閾值對(duì)非極大化抑制圖追蹤，得到原圖的邊界圖像。
[0008] canny算法主要是根據(jù)邊緣梯度幅度的大小來(lái)確定門限和追蹤的種子點(diǎn)，參數(shù)可 選余地比較小，且門限不易選取，門限高則可能無(wú)法得到需要的邊界；而門限低則出現(xiàn)邊界 大大增多，提高了篩選的難度。

【發(fā)明內(nèi)容】

[0009] 針對(duì)現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明的目的在于提供一種分方向邊界線檢測(cè)方法 及系統(tǒng)，通過(guò)該方法及系統(tǒng)實(shí)現(xiàn)圖像邊界線的分方向檢測(cè)。
[0010] 為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：一種分方向邊界線檢測(cè)方法，包括以 下步驟：
[0011] (1)計(jì)算待檢測(cè)圖像中每個(gè)像素點(diǎn)的梯度幅值；
[0012] (2)獲取待檢測(cè)圖像中的所有梯度局部極大值點(diǎn)；
[0013] (3)分別選取每個(gè)梯度局部極大值點(diǎn)作為種子點(diǎn)，并在所述的所有梯度局部極大 值點(diǎn)中分別檢測(cè)種子點(diǎn)在水平方向和堅(jiān)直方向上的連接點(diǎn)，得到待檢測(cè)圖像的邊界線。
[0014] 進(jìn)一步，如上所述的一種分方向邊界線檢測(cè)方法，步驟（1)中，在計(jì)算每個(gè)像素點(diǎn) 的梯度幅值之前，通過(guò)對(duì)待檢測(cè)圖像進(jìn)行高斯平滑處理消除待檢測(cè)圖像的噪聲。
[0015] 進(jìn)一步，如上所述的一種分方向邊界線檢測(cè)方法，步驟（1)中，如果所述的待檢測(cè) 圖像為彩色圖像，計(jì)算待檢測(cè)圖像中每個(gè)像素點(diǎn)梯度幅值的具體方式為：
[0016] 1)分別計(jì)算待檢測(cè)圖像的每個(gè)顏色通道中每個(gè)像素點(diǎn)的梯度幅值；
[0017] 2)對(duì)所有顏色通道中對(duì)應(yīng)像素點(diǎn)的梯度幅度進(jìn)行梯度融合，得到待檢測(cè)圖像的每 個(gè)像素點(diǎn)的梯度幅值。
[0018] 進(jìn)一步，如上所述的一種分方向邊界線檢測(cè)方法，步驟（2)中，獲取待檢測(cè)圖像中 的梯度局部極大值點(diǎn)的具體方式包括：
[0019] 設(shè)待檢測(cè)圖像中某個(gè)像素點(diǎn)g(x，y)的梯度幅值為m(x，y)，其梯度方向上相鄰的 兩個(gè)像素點(diǎn)對(duì)應(yīng)的梯度幅值分別為In 1 (X，y)和m2 (X，y)，若m (X，y) >ml (X，y)且m (X，y) >m2 (X, y)，則像素點(diǎn)g(x，y)為梯度局部極大值點(diǎn)。
[0020] 再進(jìn)一步，如上所述的一種分方向邊界線檢測(cè)方法，步驟（3)中，檢測(cè)種子點(diǎn)在水 平方向和堅(jiān)直方向上的連接點(diǎn)時(shí)，分別在水平方向和堅(jiān)直方向的0°、45°和-45°三個(gè)鄰 域方向上檢測(cè)其連接點(diǎn)。
[0021] 更進(jìn)一步，如上所述的一種分方向邊界線檢測(cè)方法，步驟（3)中，檢測(cè)種子點(diǎn)在水 平方向和堅(jiān)直方向上的連接點(diǎn)，得到待檢測(cè)圖像邊界線的具體方式包括：
[0022] a.選取一個(gè)梯度局部極大值點(diǎn)作為種子點(diǎn)；
[0023] b.分別查找所述種子點(diǎn)在其水平方向和堅(jiān)直方向的0°、45°和-45°鄰域方向 的梯度局部極大值點(diǎn)，得到其水平方向的連接點(diǎn)和堅(jiān)直方向的連接點(diǎn)；
[0024] c.重復(fù)步驟a和b，直到找到所有梯度局部極大值點(diǎn)作為種子點(diǎn)時(shí)的水平方向和 堅(jiān)直方向上的連接點(diǎn)；
[0025] d.將所有水平連接點(diǎn)連接得到待檢測(cè)圖像水平方向的邊界線，將所有堅(jiān)直連接點(diǎn) 連接得到待檢測(cè)圖像堅(jiān)直方向的邊界線。
[0026] 一種分方向邊界線檢測(cè)系統(tǒng)，包括：
[0027] 梯度計(jì)算模塊，用于計(jì)算待檢測(cè)圖像中每個(gè)像素點(diǎn)的梯度幅值；
[0028] 極大值點(diǎn)獲取模塊，用于獲取待檢測(cè)圖像中的所有梯度局部極大值點(diǎn)；
[0029] 邊界線檢測(cè)模塊，用于檢測(cè)待檢測(cè)圖像的邊界線，檢測(cè)方式為：分別選取每個(gè)梯度 局部極大值點(diǎn)作為種子點(diǎn)，并在所述的所有梯度局部極大值點(diǎn)中分別檢測(cè)種子點(diǎn)在水平方 向和堅(jiān)直方向上的連接點(diǎn)，得到待檢測(cè)圖像的邊界線。
[0030] 進(jìn)一步，如上所述的一種分方向邊界線檢測(cè)系統(tǒng)，如果所述的待檢測(cè)圖像為彩色 圖像，所述的梯度計(jì)算模塊包括：
[0031] 單通道梯度計(jì)算單元，用于分別計(jì)算待檢測(cè)圖像的每個(gè)顏色通道中每個(gè)像素點(diǎn)的 梯度幅值；
[0032] 梯度融合單元，對(duì)所有顏色通道中對(duì)應(yīng)像素點(diǎn)的梯度幅度進(jìn)行梯度融合，得到待 檢測(cè)圖像的每個(gè)像素點(diǎn)的梯度幅值。
[0033] 再進(jìn)一步，如上所述的一種分方向邊界線檢測(cè)系統(tǒng)，所述的邊界線檢測(cè)模塊在檢 測(cè)種子點(diǎn)在水平方向和堅(jiān)直方向上的連接點(diǎn)時(shí)，分別在水平方向和堅(jiān)直方向的〇°、45° 和-45°三個(gè)鄰域方向上檢測(cè)其連接點(diǎn)。
[0034] 更進(jìn)一步，如上所述的一種分方向邊界線檢測(cè)系統(tǒng)，所述的邊界線檢測(cè)模塊包 括：
[0035] 種子點(diǎn)選取單元，用于選取一個(gè)梯度局部極大值點(diǎn)作為種子點(diǎn)；
[0036] 連接點(diǎn)查找單元，用于分別查找所述種子點(diǎn)在其水平方向和堅(jiān)直方向的0°、45° 和-45°鄰域方向的梯度局部極大值點(diǎn)，得到其水平方向的連接點(diǎn)和堅(jiān)直方向的連接點(diǎn)，并 返回種子點(diǎn)選取單元，直到找到所有梯度局部極大值點(diǎn)作為種子點(diǎn)時(shí)的水平方向和堅(jiān)直方 向上的連接點(diǎn)；
[0037] 邊界線獲取單元，用于將所有水平連接點(diǎn)連接得到待檢測(cè)圖像水平方向的邊界 線，將所有堅(jiān)直連接點(diǎn)連接得到待檢測(cè)圖像堅(jiān)直方向的邊界線。
[0038] 本發(fā)明的有益效果在于：本發(fā)明所述的方法及系統(tǒng)通過(guò)對(duì)待檢測(cè)圖像中所有的梯 度局部極大值點(diǎn)分別進(jìn)行水平方向和堅(jiān)直方向上連接點(diǎn)的檢測(cè)，實(shí)現(xiàn)了對(duì)圖像中邊界線的 分方向檢測(cè)，該方法及系統(tǒng)有效提高了邊界線檢測(cè)的效率和準(zhǔn)確率。
【附圖說(shuō)明】
[0039] 圖1為本發(fā)明【具體實(shí)施方式】中一種分方向邊界線檢測(cè)系統(tǒng)的結(jié)構(gòu)框圖；
[0040] 圖2為本發(fā)明【具體實(shí)施方式】中一種分方向邊界線檢測(cè)方法的流程圖；
[0041] 圖3為【具體實(shí)施方式】中非極大化抑制圖的示意圖；
[0042] 圖4為【具體實(shí)施方式】中的待檢測(cè)圖像；
[0043] 圖5為對(duì)圖4采用現(xiàn)有canny算法進(jìn)行邊緣檢測(cè)的結(jié)果邊界圖；
[0044] 圖6為對(duì)圖4采用本發(fā)明的方法進(jìn)行邊界檢測(cè)的結(jié)果示意圖。
【具體實(shí)施方式】
[0045] 下面結(jié)合說(shuō)明書附圖與【具體實(shí)施方式】對(duì)本發(fā)明做進(jìn)一步的詳細(xì)說(shuō)明。
[0046] 圖1示