[发明专利]图像边缘检测方法和装置

权利要求书

1.一种图像边缘检测方法，其特征在于，包括：

提取待测图像的纹理特征量；

根据所述纹理特征量与Canny算子参数的映射关系确定所述Canny算子参数；

利用Canny算子对所述待测图像进行边缘检测。

2.根据权利要求1所述的图像边缘检测方法，其特征在于，所述图像的纹理特征量具体为：图像灰度值直方图的熵值，其计算公式为： 

其中，代表直方图的熵值， 为图像归一化的直方图，z代表灰度值i的随机变量，其中。

3.根据权利要求2所述的图像边缘检测方法，其特征在于，所述Canny算子参数为：梯度模值的高阈值。

4.根据权利要求3所述的图像边缘检测方法，其特征在于，根据所述纹理特征量与Canny算子参数的映射关系近似满足双曲正切函数：

其中，对应，代表归一化的高阈值；对应直方图的熵值s；a、b为待确定参数，由所述待测图像的训练集确定。

5.根据权利要求4所述的图像边缘检测方法，其特征在于，所述步骤：根据所述纹理特征量与Canny算子参数的映射关系确定所述Canny算子参数，具体包括：

从所述待测图像中抽取部分图像作为训练集；

采用Canny算子对所述训练集中的图像进行边缘检测，获得各图像的高阈值；

计算归一化的高阈值；

确定所述双曲正切函数的参数a、b。

6.根据权利要求5所述的图像边缘检测方法，其特征在于，所述步骤：利用Canny算子对所述待测图像进行边缘检测，具体为：

将剩余待测图像的直方图的熵值代入所述双曲正切函数，获得对应的Canny算子参数；

利用所述Canny算子参数确定的Canny算子对所述剩余待测图像进行边缘检测。

7.根据权利要求1所述的图像边缘检测方法，其特征在于，所述图像的纹理特征量为图像灰度值直方图的统计矩或像素点灰度值的一致性。

8.根据权利要求7所述的图像边缘检测方法，其特征在于，所述纹理特征量与Canny算子参数的映射关系为：由经验值确定的曲线图或表格。

9.一种图像边缘检测装置，其特征在于，包括：

图像特征提取模块，用于提取待测图像的纹理特征量；

Canny算子确定模块，根据所述图像特征提取模块提取的纹理特征量与Canny算子参数的映射关系确定所述Canny算子参数；

检测模块，用于利用所述Canny算子确定模块确定的Canny算子对所述待测图像进行边缘检测。

10.根据权利要求9所述的图像边缘检测装置，其特征在于，所述图像特征提取模块提取的图像的纹理特征量为：图像灰度值直方图的熵值，其计算公式为： 

其中，代表直方图的熵值， 为图像归一化的直方图，z代表灰度值i的随机变量，其中。

11.根据权利要求9所述的图像边缘检测装置，其特征在于，所述Canny算子确定模块采用的所述Canny算子参数为：梯度模值的高阈值。

12.根据权利要求11所述的图像边缘检测装置，其特征在于，所述Canny算子确定模块采用的纹理特征量与Canny算子参数的映射关系近似满足双曲正切函数：

其中，对应，代表归一化的高阈值；对应直方图的熵值s；a、b为待确定参数，由所述待测图像的训练集确定。

13.根据权利要求12所述的图像边缘检测装置，其特征在于，所述Canny算子确定模块具体包括： 

训练集选取单元，用于从所述待测图像中抽取部分图像作为训练集；

高阈值获取单元，用于采用Canny算子对所述训练集中的图像进行边缘检测，获得各训练集图像的高阈值；

归一化单元，用于对所述高阈值获取单元获得的各训练集图像高阈值进行归一化处理，获得归一化的高阈值；

参数确定单元，用于确定所述Canny算子确定模块采用的双曲正切函数的参数a、b。