[发明专利]基于对象云的模糊边缘检测方法

权利要求书

1、一种基于对象云的模糊边缘检测方法，其特征在于，该方法包括以下步骤：(1)图像去噪处理阶段，对对象云图像进行非线性阈值降噪处理；(2)图像云核提取及合并阶段，基于灰度特征生成对象云，利用松弛迭代法生成不确定面云的云核，并进行云合并；(3)云化图像中各对象，生成云空间阶段，对不同类型对象云图像进行云化描述，将图像空间的数据通过一对多模型在该空间中映射为云团，实现图像空间与云空间的映射；(4)对相邻对象云进行逻辑运算并提取边界过渡区，获取反映边界云所覆盖范围的数字特征，构建基于边界云数字特征的模糊特征平面，根据模糊特征平面建立模糊矩阵；(5)根据最大模糊熵原理自适应进行边缘过渡区处理，根据边界云数字特征计算各个像素的隶属度，边界云所覆盖的所有象素构成的二维集合为边界过渡区；(6)对边缘进行生长及综合，获取连续而清晰的边缘线。

2、根据权利要求1所述的模糊边缘检测方法，其特征在于，所述步骤(2)具体包括，用灰度统计特征作为一致性测度，对具有相似的灰度分布，多个“核”的距离小于阈值的子云进行合并。

3、根据权利要求1所述的模糊边缘检测方法，其特征在于，所述步骤(3)进一步具体包括，给出不同类型对象云图像在云空间中的云化表达，建立基于象素灰度特征的一维云空间映射模型，对象云“实部”的均值作为云的期望值，“虚部”中每个象素的灰度隶属于“实部”灰度均值的隶属度；建立基于图像在两个方向上梯度特征的二维云空间映射模型，梯度小的区域对应对象云的“实部”，梯度变化剧烈的区域，对应对象云的“虚部”，梯度最大的地方对应对象云边缘。

4、根据权利要求1所述的模糊边缘检测方法，其特征在于，所述步骤(4)进一步具体包括，云空间中边界云所覆盖的所有象素构成的二维集合为边界过渡区；根据边界云的数字特征通过正向云发生器计算各个像素的隶属度，隶属度值的集合作为模糊特征平面中的元素。

5、根据权利要求1所述的模糊边缘检测方法，其特征在于，所述步骤(5)进一步具体包括，利用模糊特征矩阵进行图像模糊划分熵的计算，寻求最优隶属度，由此得到最优模糊阈值，根据边缘图像的隶属带模糊划分边界云覆盖的区域。

6、根据权利要求2所述的模糊边缘检测方法，其特征在于，在每一次松弛迭代过程中，对图像中各个象素的灰度进行加权调整，并在象素的灰度达到阈值时终止迭代。

7、根据权利要求1或3所述的模糊边缘检测方法，其特征在于，对不同类型对象图像进行云化描述中，分别以点云、线云和面云表达点状、线状及面状地物。

8、根据权利要求1或4所述的模糊边缘检测方法，其特征在于，对云的各维分别实施“软与”运算获取边界云团及其数字特征。

9、根据权利要求5所述的模糊边缘检测方法，其特征在于，将边缘图像的隶属带分为强边缘带和弱边缘带两个区域。

10、根据权利要求5所述的模糊边缘检测方法，其特征在于，在划分边界云覆盖区域的过程中，当对象云的象素同时满足三个信息测度为极大值时，确定为边缘象素。