[发明专利]改进的亚像素边缘提取方法

说明书

技术领域:

本发明涉及物理领域，尤其涉及测量技术，特别涉及机器视觉领域中提取图像边缘的技术，具体的是一种改进的亚像素边缘提取方法。

背景技术:

在机器视觉领域中，经常需要从图像中提取图像的边缘。根据图像的实际像素精度提取的边缘，其精细度不足。现有技术中提出了一种亚像素边缘提取算法，将每个实际像素细分成更小的单元，然后提取这些单元的边缘，从而获得精细的图像边缘。但是，现有的这种亚像素边缘提取算法容易受到图像中无关部分的干扰，自适应能力较弱，准确度不理想，图像处理速度较低。

发明内容：

本发明的目的在于提供一种改进的亚像素边缘提取方法，所述的这种改进的亚像素边缘提取方法要解决现有技术中亚像素边缘提取算法容易受到图像中无关部分的干扰、自适应能力较弱、准确度不理想、图像处理速度较低的技术问题。

本发明的这种改进的亚像素边缘提取方法，包括一个在计算机中以亚像素边缘提取算法提取图像边缘的步骤，其中，在所述的以亚像素边缘提取算法提取图像边缘的步骤进行之前，先根据图像的一次像素精度提取图像的边缘，完成边缘的粗定位，然后以边缘粗定位的结果对原始图像进行剪裁，仅保留边缘区域的图像。

进一步的，在以亚像素边缘提取算法提取图像边缘的步骤进行之前，先从原始图像中选取需要检测的部分，然后在选取的区域内以自动阈值分割的方法获得二值化的图象，再根据上述二值化图象的像素精度从二值化图象中取得边缘，之后对二值化图象进行膨胀运算，获得较粗的边缘，然后以所述的较粗的边缘为模板，在原始图像中进行剪裁，保留边缘区域内的图像。

进一步的，在剪裁后保留的边缘区域内的图像中以亚像素边缘提取算法提取亚像素精度的图像边缘。

本发明和已有技术相比较，其效果是积极和明显的。本发明先在原始图像中根据实际象素提取边缘，做边缘的粗定位，再以粗定位的结果剪裁原始图像，获得仅剩边缘的图像，最后在剪裁后的图像中以亚像素边缘提取算法提取亚像素边缘。通过估计的边缘位置剪裁图像，把其他干扰的部分全部剔除，可减少无关的信息的干扰，只在剩余的图像中做亚像素精度的边缘提取，大大减少了运算量，提高了算法的自适应能力和准确度，也大大加快了图像处理的速度。

附图说明： 

图1是本发明的改进的亚像素边缘提取方法的一个实施例中的原始图像的示意图。

图2是本发明的改进的亚像素边缘提取方法的一个实施例中通过自动阈值分割方法获得的二值化图像。

图3是本发明的改进的亚像素边缘提取方法的一个实施例中的二值化图像中的边缘部分示意图。

图4是本发明的改进的亚像素边缘提取方法的一个实施例中的经过膨胀运算获得的较粗的边缘的示意图。

图5是本发明的改进的亚像素边缘提取方法的一个实施例中以较粗边缘为模板在原始图像中剪裁后的剩余部分。

图6是本发明的改进的亚像素边缘提取方法的一个实施例中在原始图像的剪裁后剩余部分内以亚像素边缘提取算法提取的亚像素精度边缘的示意图。

具体实施方式：

实施例1:

本发明的改进的亚像素边缘提取方法，包括一个在计算机中以亚像素边缘提取算法提取图像边缘的步骤，其中，在所述的以亚像素边缘提取算法提取图像边缘的步骤进行之前，先根据图像的一次像素精度提取图像的边缘，完成边缘的粗定位，然后以边缘粗定位的结果对原始图像进行剪裁，仅保留边缘区域的图像。

进一步的，如图1所示，在以亚像素边缘提取算法提取图像边缘的步骤进行之前，先从原始图像1中选取需要检测的部分，然后，如图2所示，在选取的区域2内以自动阈值分割的方法获得二值化的图象3，如图3所示，再根据上述二值化图象3的像素精度从二值化图象3中取得边缘（图3中白色线条区域），如图4所示，之后对二值化图象进行膨胀运算，获得较粗的边缘（图4中白色线条区域），如图5所示，然后以所述的较粗的边缘为模板，在原始图像1中进行剪裁，保留边缘区域内的图像（图5中白色及灰度区域）。

如图6所示，进一步的，在剪裁后保留的边缘区域内的图像中以亚像素边缘提取算法提取亚像素精度的图像边缘（图6中白色及灰度区域）内的黑色线条。