[发明专利]一种基于连点画图游戏思想的多阈值边缘检测方法

说明书

技术领域

本发明所属技术领域是数字图像处理，运用经典的一阶导数算子，结合连点画图游戏的思想和多阈值思想，提出一种新颖的边缘检测方法。

背景技术

计算机视觉系统的终极目标是能像人类视觉系统一样工作。计算机可以利用必要的信息进行快速、深层的科学分析，但对于内容复杂的图像，获取其中的信息却成了难题，因为计算机不能像人眼那样轻易地理解图像内容。边缘是图像中最基础和关键的内容，不仅因为边缘包含着图像所表达的重要信息，更重要的是边缘为图像分析和模式识别等应用提供最基本的分析特征。所以各种各样的边缘检测算法及改进算法层出不穷，虽然原理不尽相同，但目的都是为了得到定位精确的、连续性好的高质量边缘图像。

基于一阶导数的边缘检测算法通常会用到一系列的滤波器。先用低通滤波器减少噪声并平滑图像，再用高通滤波器提取边缘区域。边缘区域由若干宽度的像素构成，所以接下来的任务是在边缘区域中提取边缘，实现这一步通常采用的技术有边缘细化、非极大值抑制，或者形态学方法等，但它们的效果往往不理想，会出现不连续的边缘片段和多像素宽度的边缘。为了提高边缘图像的质量，往往还需要进行许多后期处理。

许多基于一阶导数的改进算子在一定程度上解决了上述问题，例如何春华在文献1“基于改进Sobel算子的边缘检测算法的研究”（光学技术，2012，38（3））提出来权值大小取决于Sobel算子模板内像素灰度值之和的自适应权值改进算法，具有较强的抗噪能力。高勇钢在文献2“一种改进roberts算子边缘检测”（巢湖学院学报，2009，11（6））中将不同强度的边缘梯度值变化限定在一定范围内，可有效地保留边缘信息，消弱杂纹。靳鹏飞在文献3“一种改进的Sobel边缘检测算法”（应用光学，2008，29（4））中重新构造了对图像边缘方向进行检测的模板，提取的边缘定位精确，结构细腻。这些改进算法可能对某种一阶导数边缘算子适用，但应用到其它算子中又会出现问题。

发明内容

本发明的目的是提供一种新颖的边缘检测方法，能一定程度改善传统一阶导数边缘算子经常出现的边缘短小，边缘丢失和噪声敏感等问题。该方法将连点画图游戏的过程思想融入到边缘提取中，并利用多阈值巧妙地解决了上述问题。该方法不仅可以利用任何一阶导数算子的梯度模板，而且提取的边缘质量均优于对应的一阶导数算子，且运行速度也存在一定优势。

本发明设计了一种基于连点画图游戏思想的多阈值边缘检测方法，主要包括以下步骤：

(1)利用一阶导数边缘算子的梯度模板对原始灰度图像进行卷积，计算每个像素(x,y)的梯度幅值MAG(x,y)。设置大阈值Th_big，将MAG(x,y)≥Th_big的像素标记为标兵点（pacesetter）搜索区域Area_ps；设置小阈值Th_small，将MAG(x,y)≥Th_small的像素标记为边缘搜索区域Area_edge，并通过比较水平梯度值G_x和垂直梯度值G_y将两个区域中像素的“边缘”方向分成两类，如果|G_x|≥|G_y|，则为横向边缘，反之，则为纵向边缘。

(2)在Area_ps中将梯度幅值为局部极值的像素标记为标兵点，标兵点的判断要设置阈值Th_ps，对于Area_ps中的像素(x,y)，如果边缘方向为横向，同时满足MAG(x,y)-MAG(x-1,y)>Th_ps且MAG(x,y)-MAG(x+1,y)>Th_ps，则将该像素标记为标兵点，如果边缘方向为纵向，同时满足MAG(x,y)-MAG(x,y-1)>Th_ps且MAG(x,y)-MAG(x,y+1)>Th_ps，则也将该像素标记为标兵点。舍弃8邻域中无标兵点的孤立标兵，以减少噪声干扰。

(3)从标兵点出发，在Area_edge中按单向三直接邻域搜索法寻找边缘像素，该方法过程为：如果起始标兵点(x,y)的方向为横向，则将其加入到边缘像素集合Edge←(x,y)，然后先向左、再向右按下列过程在Area_edge中搜索符合条件的像素：

(1)更新(x,y)的值为其左/右三直接邻域具有最大梯度幅值的像素的坐标值；