一種基于偽Zernike矩的亞像素邊緣檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及圖像處理技術(shù)領(lǐng)域，尤其設(shè)及一種基于偽Zernike矩的亞像素邊緣檢 測方法。
【背景技術(shù)】
[0002] 隨著我國經(jīng)濟(jì)的快速發(fā)展，工業(yè)領(lǐng)域的機器化、智能化的程度將飛快的提高，圖像 的邊緣檢測技術(shù)的發(fā)展空間也是相當(dāng)可觀?；谟嬎銠C視覺的邊緣檢測技術(shù)具有精度高、 速度快、非接觸、自動化程度高等優(yōu)點。由于圖像邊緣包含了大量的有用信息，邊緣檢測結(jié) 果的精確與否，對后續(xù)圖像的處理，如物體配準(zhǔn)、物體的尺寸測量、物體的檢測與識別等， 也有著重要的影響，因此準(zhǔn)確地提取圖像邊緣在基于計算機視覺的檢測系統(tǒng)中占有重要地 位。在計算機視覺系統(tǒng)中，系統(tǒng)的精度與邊緣檢測的精度成一定性的正比，即如果目標(biāo)物體 的邊緣檢測的位置精度高，物體的特征信息提取的信息量多，后續(xù)的相關(guān)的處理的結(jié)果及 精度將高。提高系統(tǒng)精度最直接、有效的方法是提高系統(tǒng)的硬件的分辨率，但提高硬件分辨 率所需的成本較高，例如，將攝像頭256X256的分辨率提高到1024X1024的分辨率，系統(tǒng) 所需的成本要相差幾十倍的價格，用計算機視覺技術(shù)提高分辨率，在提高檢測精度的同時， 可有效降低系統(tǒng)成本。
[0003] 傳統(tǒng)的邊緣檢測算子有；Sobel邊緣檢測算子，Robeds邊緣檢測算子，Prewitt邊 緣檢測算子，Log邊緣檢測算子，Canny邊緣檢測算子等，該些邊緣檢測的精度都是像素級， 即，定位的精度都是一個像素。隨著對檢測精度的要求不斷提高，像素級的邊緣檢測已經(jīng) 不能滿足實際工業(yè)生產(chǎn)的需求，人們提出了亞像素邊緣檢測技術(shù)，例如當(dāng)檢測的精度是0. 2 像素時，相當(dāng)于系統(tǒng)分辨率提高5倍。
[0004] 現(xiàn)有技術(shù)中專利號為CN101477685公開了一種具有景深零件加工質(zhì)量的亞像素 級圖像檢測方法。該發(fā)明首先對機器視覺系統(tǒng)進(jìn)行分層標(biāo)定，其次，對原始圖像進(jìn)行插值計 算，通過粗精兩步法實現(xiàn)零件邊緣的精確定位，最后利用建立的圖像各層面與零件各層面 映射關(guān)系計算具有景深零件的形狀，關(guān)鍵尺寸參數(shù)，通過比較分析獲得質(zhì)量數(shù)據(jù)。雖然該技 術(shù)有著較快的檢測速度，但是該技術(shù)是利用插值的方法來進(jìn)行亞像素邊緣檢測的，由于插 值技術(shù)本身很容易受噪聲的影響，那么該技術(shù)也很容易受噪聲的干擾，該樣會造成邊緣檢 測的精度降低，進(jìn)而影響后續(xù)的圖像處理性能。
[0005] 另外2012年，Kaur等在文獻(xiàn)"Sub-pixel edge detection using pseudo Zernike moment"中提出利用偽Zernike來進(jìn)行亞像素邊緣檢測。該技術(shù)首先提取獲取圖像，進(jìn)行 偽Zernike矩運算，其次，獲取邊緣方向參數(shù)(P分布和邊緣方向參數(shù)差分值/\取，然后，根據(jù) 預(yù)設(shè)闊值T來判斷是否邊緣像素。但是該技術(shù)通過偽Zernike矩進(jìn)行亞像素邊緣檢測，雖 然該技術(shù)對噪聲不敏感，即克服了噪聲的影響，但是該技術(shù)使用偽Zernike的計算方法，由 于偽Zernike矩計算復(fù)雜度較大，那么該樣便影響了計算的速度。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明針對現(xiàn)有的亞像素邊緣檢測方法精度不高，對噪聲敏感，計算復(fù)雜度高等 問題，提出了一種新的基于偽Zernike矩的亞像素邊緣檢測方法，具體方案是：
[0007] -種基于偽Zernike矩的亞像素邊緣檢測方法，包括W下步驟：
[0008]S1;對輸入圖像進(jìn)行去除噪處理；
[0009]S2 ;將完成去噪處理的圖像進(jìn)行像素級邊緣檢測：W待處理圖像中待處理像素為 中屯、，對該像素點的周圍四個方向的像素的灰度進(jìn)行加權(quán)運算，從水平和垂直的方向進(jìn)行 邊緣檢測，按照上述方式對待處理圖像的所有像素進(jìn)行像素級邊緣檢測；
[0010]S3;采用偽Zernike矩方法對待處理圖像進(jìn)行亞像素邊緣檢測：建立邊緣檢測模 型，對待處理圖像的所有像素進(jìn)行如下處理：計算像素的正交復(fù)多項式、利用正交復(fù)多形式 的結(jié)果計算像素相關(guān)矩的系數(shù)，利用相關(guān)矩的系數(shù)計算相關(guān)矩的大小，利用相關(guān)矩的結(jié)果 來計算出邊緣的參數(shù)，利用邊緣參數(shù)計算像素真實的邊緣位置；
[0011] S4 ;對待處理圖像進(jìn)行邊緣位置的誤差補償；建立誤差補償邊緣模型，利用該模 型求像素的偽Zernike矩，采用誤差補償邊緣求得像素的邊緣位置估值、實際的邊緣誤差 和理論邊緣誤差；
[0012]S5;獲得亞像素邊緣檢測的修正實際邊緣，對待處理圖像的所有像素按照S4的方 式進(jìn)行處理、完成圖像的亞像素邊緣檢測。
[0013]S1中對輸入圖像進(jìn)行去除噪處理采用如下方式；
[0014]S11 待處理圖像中待處理像素為中心分別計算該像素周圍四個窗口所對應(yīng)的 灰度方差；
[0015]S12;找出上述灰度方差最小所對應(yīng)的窗口，并計算其灰度均值；
[0016]S13;將計算出的灰度均值代替中屯、像素的灰度值；對待處理圖像的所有像素進(jìn) 行上述操作完成去噪處理。
[0017]S3中采用偽Zernike矩方法對圖像進(jìn)行像素邊緣檢測時采用如下算法：
[0018]
【主權(quán)項】
1. 一種基于偽Zernike矩的亞像素邊緣檢測方法，其特征在于包括以下步驟： 51 :對輸入圖像進(jìn)行去除噪處理； 52 :將完成去噪處理的圖像進(jìn)行像素級邊緣檢測：以待處理圖像中待處理像素為中 心，對該像素點的周圍四個方向的像素的灰度進(jìn)行加權(quán)運算，從水平和垂直的方向進(jìn)行邊 緣檢測，按照上述方式對待處理圖像的所有像素進(jìn)行像素級邊緣檢測； 53 :采用偽Zernike矩方法對待處理圖像進(jìn)行亞像素邊緣檢測：建立邊緣檢測模型，對 待處理圖像的所有像素進(jìn)行如下處理：計算像素的正交復(fù)多項式、利用正交復(fù)多形式的結(jié) 果計算像素相關(guān)矩的系數(shù)，利用相關(guān)矩的系數(shù)計算相關(guān)矩的大小，利用相關(guān)矩的結(jié)果來計 算出邊緣的參數(shù)，利用邊緣參數(shù)計算像素真實的邊緣位置； 54 :對待處理圖像進(jìn)行邊緣位置的誤差補償：建立誤差補償邊緣模型，利用該模型求 像素的偽Zernike矩，采用誤差補償邊緣求得像素的邊緣位置估值、實際的邊緣誤差和理 論邊緣誤差； 55 :獲得亞像素邊緣檢測的修正實際邊緣，對待處理圖像的所有像素按照S4的方式進(jìn) 行處理、完成圖像的亞像素邊緣檢測。
2. 根據(jù)權(quán)利要求1所述的一種基于偽Zernike矩的亞像素邊緣檢測方法，其特征還在 于：Sl中對輸入圖像進(jìn)行去除噪處理采用如下方式： 511 :以待處理圖像中待處理像素為中心，分別計算該像素周圍四個窗口所對應(yīng)的灰度 方差； 512 :找出上述灰度方差最小所對應(yīng)的窗口，并計算其灰度均值； 513 :將計算出的灰度均值代替中心像素的灰度值；對待處理圖像的所有像素進(jìn)行上 述操作完成去噪處理。
3. 根據(jù)權(quán)利要求1所述的一種基于偽Zernike矩的亞像素邊緣檢測方法，其特征還在 于：S3中采用偽Zernike矩方法對圖像進(jìn)行像素邊緣檢測時采用如下算法：
其中：(n+l)/是歸一化參數(shù)，符號表示復(fù)數(shù)的共軛計算，0是邊緣與X方向的夾 角，P是中心到直線的距離，即像素邊緣所在的位置，VM(P，0)是正交積分內(nèi)核函數(shù)，上
其中，O< |m| <n，arctanO是反正切函數(shù)。
4. 根據(jù)權(quán)利要求1所述的一種基于偽Zernike矩的亞像素邊緣檢測方法，其特征還在 于：S4中對圖像進(jìn)行邊緣位置的誤差補償具體采用如下方式：根據(jù)建立的誤差補償邊緣模 型采用公式（28)、（29)進(jìn)行像素邊緣矩的修正：
其中，f' (X，y)是旋轉(zhuǎn)后圖像的灰度值， 利用誤差補償邊緣采用公式（30)求得像素的邊緣位置P，采用公式（31)求解像素的 實際的邊緣和理論邊緣誤差E:
5.根據(jù)權(quán)利要求1所述的一種基于偽Zernike矩的亞像素邊緣檢測方法，其特征還在 于：求解修正像素的實際邊緣位置采用如下公式 P'R=P-E 其中P'K是修正后像素的實際邊緣位置，P是實際的邊緣誤差，E是邊緣的誤差值。
【專利摘要】本發(fā)明公開了一種基于偽Zernike矩的亞像素邊緣檢測方法，其特征在于包括以下步驟：S1：對輸入圖像進(jìn)行去除噪處理；S2：將完成去噪處理的圖像進(jìn)行像素級邊緣檢測：S3：采用偽Zernike矩方法對待處理圖像進(jìn)行亞像素邊緣檢測：S4：對待處理圖像進(jìn)行邊緣位置的誤差補償：S5：獲得亞像素邊緣檢測的修正實際邊緣，對待處理圖像的所有像素按照S4的方式進(jìn)行處理、完成圖像的亞像素邊緣檢測。本發(fā)明所提的方法對噪聲不敏感，提高了亞像素邊緣的精度，并且減少了檢測邊緣所需的計算復(fù)雜度。
【IPC分類】G06T7-00
【公開號】CN104715487
【申請?zhí)枴緾N201510153151
【發(fā)明人】陳喆, 殷福亮, 楊兵兵
【申請人】大連理工大學(xué)
【公開日】2015年6月17日
【申請日】2015年4月1日