国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于掩膜與canny相結(jié)合的自適應(yīng)邊緣檢測(cè)計(jì)算方法

      文檔序號(hào):9350697閱讀:742來源:國(guó)知局
      基于掩膜與canny相結(jié)合的自適應(yīng)邊緣檢測(cè)計(jì)算方法
      【技術(shù)領(lǐng)域】
      [0001] 本發(fā)明涉及一種計(jì)算機(jī)可視化處理方法,尤其涉及一種醫(yī)學(xué)平面圖像的邊緣信息 的確定和判定的繪制方法。
      【背景技術(shù)】
      [0002] 圖像分割是圖像識(shí)別和計(jì)算機(jī)視覺至關(guān)重要的處理方法。在進(jìn)行分割中,有的依 據(jù)是圖像中像素的亮度及顏色,讓計(jì)算機(jī)自動(dòng)處理分割,遇到各種困難。例如,照射的不均 勻、噪聲的影響、圖像中存在不清晰的現(xiàn)實(shí)情況,以及陰影等,常常發(fā)生分割錯(cuò)誤。因此圖像 區(qū)分是需要進(jìn)一步研究的技術(shù)。
      [0003] 現(xiàn)有技術(shù)中,對(duì)于區(qū)分圖像的方法一般分為兩大類:(1)圖像的分割算法。(2)圖 像的邊緣檢測(cè)算法。在圖像的分割算法中,一般分為基于直方圖、基于熵、基于模糊算法的 分割算法。而在邊緣檢測(cè)算中,一般常用的是canny邊緣檢測(cè)算子。
      [0004] 基于直方圖是一種極其有效的圖像分割方法,其通常只需要通過像素來進(jìn)行分割 算法。在這種方法中,從圖像中的像素計(jì)算中直方圖,并在直方圖的波峰和波谷來定位圖像 中的簇。這種方法能應(yīng)于多個(gè)幀,同時(shí)保持他們的單通效率。但同樣的方法應(yīng)用到多個(gè)像 素點(diǎn)時(shí),其結(jié)果的合并運(yùn)用于山峰和山谷之間,這一點(diǎn)是很難識(shí)別的。
      [0005] 1998年以來,出現(xiàn)了許多模糊分割技術(shù),在圖像分割中的應(yīng)用日益廣泛。模糊技術(shù) 在圖像分割中應(yīng)用的一個(gè)顯著特點(diǎn)就是它能和現(xiàn)有的許多圖像分割方法相結(jié)合,形成一系 列的集成模糊分割技術(shù),例如模糊聚類、模糊閾值、模糊邊緣檢測(cè)技術(shù)等。
      [0006] 圖像分割的一種重要途徑是通過邊緣檢測(cè),即檢測(cè)灰度級(jí)或者結(jié)構(gòu)具有突變的地 方。一般常用微分算子進(jìn)行邊緣檢測(cè)。其中一階微分算子有Roberts算子、Prewitt算子 和Sobel算子,二階微分算子有Laplace算子和Kirsh算子等。在各種微分算子的運(yùn)用中, 常用小區(qū)域模板來表示,微分運(yùn)算是利用模板和圖像卷積來實(shí)現(xiàn)。這些算子對(duì)噪聲敏感,只 適合于噪聲較小不太復(fù)雜的圖像。
      [0007] 上述現(xiàn)有技術(shù)的各處理方法中,都在一定程度上那個(gè)能夠分割出邊緣信息,但是 對(duì)于復(fù)雜的、受噪聲影響嚴(yán)重的圖像,其效果往往不太理想。因此,現(xiàn)有技術(shù)還有待于與發(fā) 展和改善。

      【發(fā)明內(nèi)容】

      [0008] 為了獲得更好地邊緣信息,本發(fā)明提出了一種基于掩膜與canny相結(jié)合的自適應(yīng) 邊緣檢測(cè)計(jì)算方法。
      [0009] 為實(shí)現(xiàn)上述目的,本發(fā)明的技術(shù)方案如下:
      [0010] -種基于掩膜與canny相結(jié)合的自適應(yīng)邊緣檢測(cè)計(jì)算方法,具體步驟如下:
      [0011] 步驟1 :選取所需要的圖像信息,在尺寸為MXN的圖像Inixn的原始X光片圖像中, 選取目標(biāo)連接區(qū)域,尺寸為mXn的二維圖像信息,其中m〈M,n〈N;
      [0012] 步驟2 :對(duì)獲得二維圖像進(jìn)行初步的區(qū)分度判斷,計(jì)算其區(qū)分度;
      [0013] 步驟3 :計(jì)算所得區(qū)分度的值,得到目標(biāo)區(qū)域的實(shí)際區(qū)分度a,并與臨界值(^進(jìn) 行比較:將區(qū)分度的計(jì)算值與設(shè)定的合理值進(jìn)行比較,若比值大于〇. 6,則使用基于掩膜的 區(qū)分算法,反之使用canny邊緣檢測(cè)算法探測(cè)邊緣信息,并在此處選用基于掩膜的區(qū)分算 法為判定基礎(chǔ)圖像;
      [0014] 步驟4 :提取圖像邊緣信息,對(duì)原始圖像進(jìn)行區(qū)分運(yùn)算:
      [0015] (1)規(guī)定使用掩膜理論進(jìn)行邊緣信息的區(qū)分算法:
      [0016] 計(jì)算掩膜矩陣中,中值、均值、行列中值均值的參數(shù)大??;規(guī)定該點(diǎn)在圖像矩陣 Inixn中的值,為判斷信息目標(biāo)點(diǎn);在任意一幅圖中,圖像的像素點(diǎn)表示為(i,j),灰度值表示 為I(i,j),首先估算圖像原始對(duì)比度,其具體對(duì)比方式如下:
      [0018] 式中:1為灰度值達(dá)到要求像素點(diǎn)的個(gè)數(shù),3為像素點(diǎn)之間的比值;
      [0019] (2)規(guī)定掩膜大小為3X3和IOX10的掩膜矩陣,當(dāng)圖像的原始對(duì)比度小于0. 75 時(shí),采用3X3的掩膜矩陣;當(dāng)圖像的原始對(duì)比度大于0. 75時(shí),采用IOX10的掩膜模板;
      [0020] (3)規(guī)定每種邊緣信息都有其特定的規(guī)律,每當(dāng)掩膜矩陣中在某一個(gè)方向上出現(xiàn) 劇烈的灰度值變化,判定該點(diǎn)為邊緣信息,具體進(jìn)行區(qū)分邊緣計(jì)算方法:
      [0021] 首先計(jì)算每個(gè)掩膜矩陣的均值,獲得無單位的均值A(chǔ)istt ;然后計(jì)算均值與該像素 點(diǎn)的均方差,得到灰度圖像在掩膜板式下的誤差大小,并以此誤差值設(shè)立容許值Ss來判斷 邊緣信息,其具體區(qū)分方式如下所示:
      [0023] 式中:S為掩膜矩陣均值與該點(diǎn)像素均值之間的均方差,S 誤差允許值,Alij為 掩膜均值,Iu為該點(diǎn)像素值;
      [0024] 步驟5 :采用canny邊緣檢測(cè)算法探測(cè)邊緣,選取合適的canny邊緣算子,探測(cè)邊 緣信息;
      [0025] 步驟6:規(guī)定每幅圖像都有不同的特征圖像,將兩種不同的區(qū)分算法所得結(jié)果進(jìn) 行比較,保存相同的像素點(diǎn)位及其對(duì)應(yīng)的邊緣信息,對(duì)不同的像素信息點(diǎn)位進(jìn)一步分析:
      [0026] 首先,對(duì)兩幅不同方法所得的圖像,去除相同的點(diǎn)位信息,留下有爭(zhēng)議的點(diǎn)位信息 I1I分別計(jì)算在這兩幅圖像中該點(diǎn)位的九領(lǐng)域的非零點(diǎn),其具體方式如下所示:
      [0027]
      [0028] 式中A為該爭(zhēng)議點(diǎn)九領(lǐng)域內(nèi)非零點(diǎn)的個(gè)數(shù)。
      [0029] 當(dāng)目標(biāo)區(qū)域m、n均小于100時(shí),為了保證區(qū)分效果,使用3X3的掩膜矩陣。
      [0030] 本發(fā)明的有益效果主要表現(xiàn)在以下幾個(gè)方面:
      [0031] 1.本發(fā)明基于圖像的像素信息,減少了由于理論模型本身帶來的系統(tǒng)誤差。
      [0032] 2.掩膜理論的可變性,滿足了圖像區(qū)分過程中,每幅圖所需的特性要求。
      [0033] 3.基于掩膜區(qū)分算法與canny邊緣檢測(cè)算法的自適應(yīng)判斷方法,減少了單一算法 可能存在的對(duì)圖像區(qū)分效果的影響,將理論的影響降低到最低。
      【附圖說明】
      [0034] 圖1為與本發(fā)明具體實(shí)施例一致的區(qū)分方法流程圖。
      【具體實(shí)施方式】
      [0035] 下面結(jié)合附圖與實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明。
      [0036] 如圖1所示系統(tǒng)結(jié)果流程圖,本發(fā)明基于掩膜與canny相結(jié)合的自適應(yīng)邊緣檢測(cè) 計(jì)算方法,其中包括:原始區(qū)分度的判斷、掩膜矩陣的選擇方案和自適應(yīng)區(qū)分算法的實(shí)現(xiàn)。 當(dāng)輸入圖像信息時(shí),首先初步預(yù)判對(duì)比度,在選定的基礎(chǔ)版本上,以此為修改的基礎(chǔ)版。其 次,在具體區(qū)分過程中,兩種算法同時(shí)算出最優(yōu)解。然后,在基礎(chǔ)版的模型上按照自適應(yīng)區(qū) 分算法確定最終的邊緣信息。
      [0037] 所示系統(tǒng)應(yīng)當(dāng)區(qū)分出被測(cè)圖像的原始區(qū)分程度,發(fā)送給控制編輯器正確的待修改 版,等待系統(tǒng)響應(yīng),與另一結(jié)果,進(jìn)行自適應(yīng)判斷。
      [0038] 所示系統(tǒng)應(yīng)當(dāng)能判斷出基本的參數(shù)及其大小,發(fā)送給控制編輯器正確的圖像信 息,等待系統(tǒng)響應(yīng),完成系統(tǒng)正常運(yùn)轉(zhuǎn)。
      [0039] 基于掩膜與canny相結(jié)合的自適應(yīng)邊緣檢測(cè)計(jì)算方法,具體步驟如下:
      [0040] 步驟1 :選取所需要的圖像信息MXN,在尺寸為Inixn的圖
      當(dāng)前第1頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1