[发明专利]一种彩色图像边缘检测方法

说明书

技术领域

本发明属于计算机视觉技术领域，特别涉及彩色图像的边缘检测。

背景技术

彩色图像提供了比灰度图像更为丰富的信息，因此彩色图像处理正受到越来越多的关注。自然图像中，颜色和亮度边缘信息对于场景理解都具有重要作用，为了从复杂自然图像中有效的提取边缘信息，目前主要存在两类彩色图像边缘检测方法：一类方法是在彩色图像的各个通道使用灰度边缘检测方法，这种方法并不能有效检测颜色边缘；另一些方法首先将彩色图像转换到各种颜色空间，并分别计算颜色和亮度边缘，再合并颜色信息和亮度信息来提取图像的边缘。比较典型的方法有Martin等2004年提出的方法，参见文献：D.R.Martin，C.C.Fowlkes and J.Malik.Learning to detect natural image boundaries using local brightness，color，and texture cues.Pattern Analysis and Machine Intelligence，IEEE Transactions on，2004，26(5)：530-549，该方法首先将图像转换到CIELab空间，在分别在L、a、b通道计算梯度信息，从而能够有效检测颜色和亮度边缘。但该方法的主要缺陷在于为了提取彩色图像的边缘信息，必须分别提取亮度和颜色信息，然后再通过训练加权合并，得到边缘图像，其计算复杂，灵活性差。

发明内容

本发明的目的是为了解决现有的上述彩色图像边缘检测方法存在的缺陷，提出了一种彩色图像边缘检测方法。

为了实现上述目的，本发明的技术方案是：一种彩色图像边缘检测方法，包括如下步骤：

S1.提取各颜色通道图像：将输入的彩色图像分解为红色、绿色和蓝色三个颜色通道图像；再将红、绿通道图像的平均值作为黄色通道图像；

S2.生成颜色拮抗图像：将步骤S1得到的红色和绿色通道图像分别乘上预先设定的两个拮抗权重因子，相加得到红绿拮抗图像；同样的，通过预先设定的另外两个拮抗权重因子，利用蓝色和黄色通道图像计算得到蓝黄拮抗图像；

S3.计算边缘信息分布图像：分别计算步骤S2得到的红绿拮抗图像和蓝黄拮抗图像，得到红绿边缘信息分布图像和蓝黄边缘信息分布图像，取红绿和蓝黄边缘信息分布图像对应位置的最大值，得到边缘信息分布图像；

S4.边缘细化处理：用边缘细化方法对步骤S3得到的边缘信息分布图像进行处理，得到最终的边缘图像。

步骤S3所述的得到红绿边缘信息分布图像和蓝黄边缘信息分布图像的具体计算过程如下：构建多个方向下的梯度运算模板，分别对步骤S2得到的红绿拮抗图像进行滤波处理，并对滤波输出图像中每个像素点的灰度值取绝对值，得到对应方向下的梯度信息分布图；再选取每个方向下的梯度信息分布图中对应位置的最大值作为该位置的边缘信息强度，得到红绿边缘信息分布图像；按照同样的计算方法对蓝黄拮抗图像进行处理得到蓝黄边缘信息分布图像。

作为一个较佳的实施例，步骤S1还包括利用平滑滤波器对四个通道图像进行平滑处理的过程。

上述平滑滤波器的尺度参数值的取值范围为1～5。

上述步骤S3中所述的梯度运算的多个方向具体为：在180度范围内等弧度分布，方向个数为8～18。

上述步骤S4中所述的边缘细化方法具体为非极大值抑制方法。

本发明的有益效果：本发明的方法首先将彩色图像分解到红色、绿色、蓝色和黄色四个通道图像，然后分别计算红绿、蓝黄拮抗图像，并在拮抗图像上计算得到边缘信息分布图像，通过调节步骤S2中引入的两组拮抗权重因子，可以方便的调节图像中颜色边缘和亮度边缘的强度，实现灵活有效的边缘检测。在计算红绿拮抗图像时，当两个拮抗权重因子同号时，该方法利于检测亮度边缘，特别当两个拮抗权重因子相等时，仅检测有亮度差别的边缘；相反，当两个拮抗权重因子异号时，该方法利于检测颜色边缘，特别当两个拮抗权重因子符号相反，大小相等时，仅检测有颜色差别的边缘。在计算蓝黄拮抗图像时也是如此。另外，步骤S2中，为红绿和蓝黄拮抗图像的计算分别设置不同的两组拮抗权重因子，还可以选择性地加强红绿边缘信息或蓝黄边缘信息。本发明的检测方法具有通过简单参数选择，有效的检测自然彩色图像中亮度、颜色边缘信息，同时也可以有选择地提取亮度或颜色边缘信息。本发明的方法具有计算简单，灵活有效等特点。

附图说明

图1是本发明一种彩色图像边缘检测方法的流程示意图。

图2是拮抗权重因子选择与边缘响应关系示意图。