一種基于一維灰度矩的亞像素邊緣檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖形處理技術(shù)領(lǐng)域,尤其涉及一種基于一維灰度矩的亞像素邊緣檢測(cè) 方法。
【背景技術(shù)】
[0002] 圖像邊緣包含了大量的目標(biāo)對(duì)象的有用信息,準(zhǔn)確地提取圖像的邊緣對(duì)后續(xù)圖像 的處理,如物體配準(zhǔn)、物體的尺寸測(cè)量、物體的檢測(cè)與識(shí)別等也有著決定性的影響,因此,邊 緣檢測(cè)技術(shù)在基于計(jì)算機(jī)視覺的檢測(cè)系統(tǒng)中有著十分重要的作用?;谟?jì)算機(jī)視覺的邊緣 檢測(cè)系統(tǒng)具有非接觸、精度高、成本低、適用范圍廣、檢測(cè)速度快、自動(dòng)化程度高等優(yōu)點(diǎn)。在 工業(yè)生產(chǎn)與制造中,如螺母、軸承等零件的精確識(shí)別和配準(zhǔn),都將應(yīng)用到基于計(jì)算機(jī)視覺的 邊緣檢測(cè)技術(shù)。
[0003] 隨著工業(yè)的發(fā)展對(duì)檢測(cè)精度的不斷提高,傳統(tǒng)像素級(jí)的邊緣檢測(cè)已經(jīng)不能滿足工 業(yè)生產(chǎn)的實(shí)際需求,人們據(jù)此提出了更高精度的亞像素邊緣檢測(cè)技術(shù),該技術(shù)將圖像中的 目標(biāo)對(duì)象定位到亞像素級(jí)上,等效地提高了系統(tǒng)的分辨率,例如當(dāng)檢測(cè)的精度是0. 1像素 時(shí),系統(tǒng)的分辨率就提高了 10倍。
[0004] 現(xiàn)有技術(shù)中公開號(hào)CN101477685B的中國專利中,申請(qǐng)人公開了一種具有景深零 件加工質(zhì)量的亞像素級(jí)圖像檢測(cè)方法。該發(fā)明首先對(duì)機(jī)器視覺系統(tǒng)進(jìn)行分層標(biāo)定,其次,對(duì) 原始圖像進(jìn)行插值計(jì)算,通過粗精兩步法實(shí)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(jì)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)。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(cè)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(huì)造成邊緣檢測(cè)的精度降 低,進(jìn)而給后面的操作造成不好的影響。
[0005] 2014 年,Qien等[3]在文獻(xiàn)中"Sub-pixeldimensionalmeasurementwith Logisticedgemodel"中利用基于sigmod內(nèi)核建立一個(gè)模糊邊緣模型,然后利用建立的邊 緣模型所得到的灰度值與實(shí)際的灰度相減,然后使其均方誤差最小的參數(shù)就是邊緣所在的 位置。該方案利用sigmod函數(shù)內(nèi)核擬合的方法來進(jìn)行亞像素邊緣檢測(cè),雖然該種方法對(duì)噪 聲不敏感,但是精度不夠高,并且模糊邊緣模型需要進(jìn)行積分,特別是要進(jìn)行迭代運(yùn)算來得 到邊緣的參數(shù),該都將增加計(jì)算的復(fù)雜度。
【發(fā)明內(nèi)容】
[0006] 根據(jù)現(xiàn)有技術(shù)存在的問題,本發(fā)明公開了一種基于一維灰度矩的亞像素邊緣檢測(cè) 方法,具體采用如下步驟:
[0007] S1 ;采用中值濾波方式對(duì)待處理圖像進(jìn)行去噪處理;
[0008] S2 ;采用Canny邊緣檢測(cè)算子方法對(duì)待處理圖像進(jìn)行像素級(jí)邊緣檢測(cè);對(duì)待處理 的圖像進(jìn)行Gauss濾波處理,計(jì)算圖像梯度的幅度和方向,采用非極大值抑制算法對(duì)圖像 的邊緣進(jìn)行細(xì)化,通過雙闊值遞歸方法進(jìn)行圖像邊緣點(diǎn)的檢測(cè),按照上述方式對(duì)待處理圖 像的所有像素進(jìn)行像素級(jí)邊緣檢測(cè);
[0009]S3 ;采用一維灰度矩方法對(duì)圖像的像素進(jìn)行邊緣檢測(cè):建立一維階躍邊緣模型和 二次曲線邊緣模型,W待處理像素為中也將其周圍的像素分成n行H列構(gòu)成的H個(gè)區(qū)域: 待處理像素所在的列為第二區(qū)域,第二區(qū)域的左右兩列分別是第一區(qū)域和第H區(qū)域,計(jì)算 每個(gè)區(qū)域所對(duì)應(yīng)像素的一階灰度矩和二階灰度矩,利用每個(gè)區(qū)域所對(duì)應(yīng)的一階灰度矩和二 階灰度矩的結(jié)果來計(jì)算該像素的二次曲線邊緣參數(shù),按照上述方式對(duì)待處理圖像的所有像 素進(jìn)行處理,完成該圖像的亞像素邊緣檢測(cè)。
[0010]S1中對(duì)輸入圖像進(jìn)行去除噪處理采用如下方式:
[0011] S11 待處理圖像中待處理像素為中也把一個(gè)滑動(dòng)窗口內(nèi)的多個(gè)像素灰度排 序;
[0012]S12;用已排好序的中間值代替窗口中也像素原來的灰度值,對(duì)待處理圖像的所有 像素進(jìn)行上述操作完成去噪處理。
[0013]S3中采用一維灰度矩方法對(duì)圖像進(jìn)行亞像素邊緣檢測(cè)時(shí)采用如下方法:
[0014] 設(shè)二次曲線邊緣模型為:
[0015]y=ax2+bx+c(9)
[0016] 其中,a、b、c是二次曲線的參數(shù),也是一維階躍邊緣模型邊緣的參數(shù),所述二次曲 線邊緣模型將一維階躍邊緣模型分成兩個(gè)部分;
[0017] 在H個(gè)區(qū)域分別利用一階灰度矩和二階灰度矩進(jìn)行邊緣參數(shù)的計(jì)算,具體的計(jì)算 過程如下:
[0018]S31 ;對(duì)于第一區(qū)域的一階灰度矩,二階灰度矩分別為,
[0019]
【主權(quán)項(xiàng)】
1. 一種基于一維灰度矩的亞像素邊緣檢測(cè)方法,其特征在于:包括以下步驟: 51 :采用中值濾波方式對(duì)待處理圖像進(jìn)行去噪處理; 52 :采用Canny邊緣檢測(cè)算子方法對(duì)待處理圖像進(jìn)行像素級(jí)邊緣檢測(cè):對(duì)待處理的圖 像進(jìn)行Gauss濾波處理,計(jì)算圖像梯度的幅度和方向,采用非極大值抑制算法對(duì)圖像的邊 緣進(jìn)行細(xì)化,通過雙閾值遞歸方法進(jìn)行圖像邊緣點(diǎn)的檢測(cè),按照上述方式對(duì)待處理圖像的 所有像素進(jìn)行像素級(jí)邊緣檢測(cè); 53 :采用一維灰度矩方法對(duì)圖像的像素進(jìn)行邊緣檢測(cè):建立一維階躍邊緣模型和二次 曲線邊緣模型,以待處理像素為中心將其周圍的像素分成n行三列構(gòu)成的三個(gè)區(qū)域:待處 理像素所在的列為第二區(qū)域,第二區(qū)域的左右兩列分別是第一區(qū)域和第三區(qū)域,計(jì)算每個(gè) 區(qū)域所對(duì)應(yīng)像素的一階灰度矩和二階灰度矩,利用每個(gè)區(qū)域所對(duì)應(yīng)的一階灰度矩和二階灰 度矩的結(jié)果來計(jì)算該像素的二次曲線邊緣參數(shù),按照上述方式對(duì)待處理圖像的所有像素進(jìn) 行處理,完成該圖像的亞像素邊緣檢測(cè)。
2. 根據(jù)權(quán)利要求1 一種基于一維灰度矩的亞像素邊緣檢測(cè)方法,其特征還在于:Sl中 對(duì)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把一個(gè)滑動(dòng)窗口內(nèi)的多個(gè)像素灰度排序; 512 :用已排好序的中間值代替窗口中心像素原來的灰度值,對(duì)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所述的一種基于一維灰度矩的亞像素邊緣檢測(cè)方法,其特征還在 于:S3中采用一維灰度矩方法對(duì)圖像進(jìn)行亞像素邊緣檢測(cè)時(shí)采用如下方法: 設(shè)二次曲線邊緣模型為:y=ax2+bx+c(9) 其中,a、b、c是二次曲線的參數(shù),也是一維階躍邊緣模型邊緣的參數(shù),所述二次曲線邊 緣模型將一維階躍邊緣模型分成兩個(gè)部分; 在三個(gè)區(qū)域分別利用一階灰度矩和二階灰度矩進(jìn)行邊緣參數(shù)的計(jì)算,具體的計(jì)算過程 如下: S31 :對(duì)于第一區(qū)域的一階灰度矩,二階灰度矩分別為,
其中,分別是第一區(qū)域中二次曲線邊緣模型下方所對(duì)應(yīng)的面積和二次曲 線邊緣模型上方所對(duì)應(yīng)的面積占第一區(qū)域面積的百分比,其中=I,A1為一 維階躍邊緣模型中二次曲線邊緣模型上方區(qū)域的灰度值,8:是二次曲線邊緣模型下方區(qū)域 的灰度值,(a,b,c)是邊緣的參數(shù),S(I)代表第一區(qū)域的面積,灰度值A(chǔ)1=Aj1=B15 532 :對(duì)于第二區(qū)域的一階灰度矩,二階灰度矩分別為,
其中,/^(2),;^2>分別是第二區(qū)域中二次曲線邊緣模型下方所對(duì)應(yīng)的面積和二次曲 線邊緣模型上方所對(duì)應(yīng)的面積占第二區(qū)域面積的百分比,其中+ /7丨2) = 1,A2為一 維階躍邊緣模型中二次曲線邊緣模型上方區(qū)域的灰度值,82是二次曲線邊緣模型下方區(qū)域 的灰度值,(a,b,c)是邊緣的參數(shù),S(2)代表第二區(qū)域的面積,灰度值A(chǔ)2=A,B2=B; 533 :對(duì)于第三區(qū)域的一階灰度矩,二階灰度矩分別為,
其中,:分別是第三區(qū)域中二次曲線邊緣模型下方所對(duì)應(yīng)的面積和二次曲 線邊緣模型上方所對(duì)應(yīng)的面積占第三區(qū)域面積的百分比,其中Pt+ =I,A3-維階 躍邊緣模型中二次曲線邊緣模型上方區(qū)域的灰度值,B3是二次曲線邊緣模型下方區(qū)域的灰 度值(a,b,c)是邊緣的參數(shù),S(3)代表第三區(qū)域的面積,灰度值A(chǔ)3=A,B3=B; S34:利用上述每個(gè)區(qū)域所對(duì)應(yīng)的一階灰度矩和二階灰度矩計(jì)算結(jié)果和公式(10)~ (18)得到像素的二次曲線邊緣模型的參數(shù)(a,b,c),具體的算法公式詳見式(27)~(31):
其中財(cái)丨",從尸,Mp:分別是第一區(qū)域,第二區(qū)域,第三區(qū)域的一階灰度矩, ,Mf'分別是第一區(qū)域,第二區(qū)域,第三區(qū)域的二階階灰度矩,中間參數(shù)值T1,
【專利摘要】本發(fā)明公開了一種基于一維灰度矩的亞像素邊緣檢測(cè)方法,包括以下步驟:S1:采用中值濾波方式對(duì)待處理圖像進(jìn)行去噪處理;S2:采用Canny邊緣檢測(cè)算子方法對(duì)待處理圖像進(jìn)行像素級(jí)邊緣檢測(cè);S3:采用一維灰度矩方法對(duì)圖像的像素進(jìn)行邊緣檢測(cè),完成該圖像的亞像素邊緣檢測(cè)。本發(fā)明首先利用中值濾波器進(jìn)行去噪的處理,其次利用Canny算子進(jìn)行像素級(jí)邊緣檢測(cè),然后在空間域的笛卡爾坐標(biāo)下利用一維灰度矩進(jìn)行像素邊緣檢測(cè)。
【IPC分類】G06T7-00
【公開號(hào)】CN104715491
【申請(qǐng)?zhí)枴緾N201510166594
【發(fā)明人】陳喆, 殷福亮, 楊兵兵
【申請(qǐng)人】大連理工大學(xué)
【公開日】2015年6月17日
【申請(qǐng)日】2015年4月9日