[发明专利]一种挂网图像的边界检测方法及装置

说明书

技术领域

本发明涉及图像处理技术领域，尤其涉及一种挂网图像的边界检测方法及 装置。

背景技术

打印机等二值设备，在打印前，需要对待打印的图像进行图像挂网处理， 与色调连续的原始图像相比，由于经过挂网处理后的图像，具有离散的特性， 因而直接对挂网图像进行处理变得十分困难。因此，在现有技术中，对挂网图 像进行处理之前，首先需要确定挂网图像的边界位置，然后再对挂网图像进行 处理。

目前，检测挂网图像边界位置的方法是直接使用Sobel或Gaussian模板， 利用像素点上下、左右邻点的灰度加权算法，根据在边界点处像素点的响应值 达到极值的原理，对挂网图像进行边界的检测。由于受到挂网纹路的影响，挂 网图像边界两侧的灰度值相差较大，因此，利用Sobel模板检测的边界位置结 果不够准确，而利用Gaussian模板检测边界位置结果虽然比Sobel模板准确度 高，但其检测出来的边界位置还是不够准确，且该方法检测出来的边界位置会 有间断。

现有技术中，还提供了另一种图像边界的检测方法，即基于块的图像处理 方法，申请号为200580020900.1，该方法通过从图像的边缘开始的像素行和确 定各像素的第一行的位置而确定一条边界，这些像素的至少一个像素值是某个 数值组的一部分，如果像素具有超过某个水平的亮度值，则该像素可能不是黑 色边界的一部分，即将像素的第一行与前一行分开。由于挂网图像边界存在大 量的锯齿及断间，通过这种边界检测的方法，不能够得到连续平滑的边界。

发明内容

有鉴于此，本发明实施例提供一种挂网图像的边界检测方法，用以解决现 有技术中对挂网图像的边界定位精度不高的问题。

本发明实施例提供的一种挂网图像的边界检测方法，包括：

根据确定的每个检测模板的苏伯-高斯Soble-Gaussian算子和标准高斯 Gaussian算子，确定维数为N×N的检测模板，其中，N为大于1的整数，所 述Soble-Gaussian算子为标准Gaussian算子通过一定运算得到的；

根据当前像素点的属性信息，选择检测所述当前像素点的检测模板；

利用所述检测模板，计算所述当前像素点的响应值；

根据所述响应值，与所述当前像素点相邻的像素点的响应值的大小关系， 确定所述当前像素点是否为边界上的像素点。

本发明实施例提供的一种挂网图像的边界检测装置，包括：

确定单元，用于根据确定的每个检测模板的Soble-Gaussian算子和标准 Gaussian算子，确定维数为N×N的检测模板，其中，N为大于1的整数，所 述Soble-Gaussian算子为标准Gaussian算子通过一定运算得到的；

选择单元，用于根据当前像素点的属性信息，从所述确定单元确定的检测 模板中选择检测所述当前像素点的检测模板；

计算单元，用于利用所述选择单元选择的检测模板，计算所述当前像素点 的响应值；

判断单元，用于根据所述计算单元计算所得的响应值，与所述当前像素点 相邻的像素点的响应值的大小关系，判断所述当前像素点是否为边界上的像素 点。

本发明实施例中根据像素点的方向信息不同，选择不同的检测模板，然后 利用选择的检测模板对像素点的响应值进行检测，通过将像素点的响应值与相 邻像素点的响应值进行比较，从而判断当前像素点是否为挂网图像的边界点， 这种检测方法可以提高挂网图像的边界定位精度，有利于后续对挂网图像的处 理。

附图说明

图1为本发明实施例中检测挂网图像的边界的方法流程图；

图2为本发明实施例中构造方向检测模板的方法流程图；

图3A为标准Gaussian算子分布图；

图3B为将标准Gaussian算子分别向左右平移一个单位后的分布图；

图3C为本发明实施例中SOG算子的分布图；

图4为本发明实施例中一种像素点边界方向的划分规则示意图；

图5为本发明实施例中构造特殊点检测模板的方法流程图；

图6为本发明实施例一的方法流程图；

图7为本发明实施例二的方法流程图；

图8为本发明实施例中挂网图像的边界检测的装置示意图；

图9A为一个待检测的挂网图像示例图；