[发明专利]一种基于边缘检测技术的线扩散函数提取的方法

权利要求书

1.一种基于边缘检测技术的线扩散函数提取的方法，其特征在于：具体方法步骤如下，

步骤一：输入图像，提取最优目标区域，具体实现方法包括，

(1)输入图像，如果是RGB图像，需要进行灰度转化，得到灰度图像；

(2)对灰度图像通过高斯滤波器标准差和阈值参数的选取进行Canny边缘检测，固定目标区域的大小；

(3)采用双向检测的方法进行边缘唯一性检测；

(4)运用线性回归算法进行边缘直线性检测；

(5)利用目标区域内边缘两侧的灰度值的方差大小，进行均匀性检测；

所述的均匀性检测是指，假设目标区域内边缘某一侧区域的灰度分布为x＝{x1,x2,...xm}，则该侧区域的灰度值的方差为：

S j 2 = 1 m Σ i = 1 m ( x i - x ‾ ) ]]>

其中Sj2为目标区域边缘两侧灰度值的方差，j＝1,2,分别指目标区域边缘两侧；m为边缘某一侧区域内的像素个数，为该侧区域内的灰度均值；

判断所述目标区域边缘某一侧的灰度值的方差与规定的阈值的差值Dj：

Dj＝Sj2-T

其中T是规定的阈值；如果Dj>10，则认为该侧区域内的灰度分布不均匀，所以该目标区域不符合要求，应该被排除；如果其方差在规定的阈值范围内Dj≤10，则认为该侧区域内的灰度分布均匀，这样的目标区域就被保留下来；

(6)对比度检测；

步骤二：在提取到的最优目标区域内，找到有效的像素级边缘点的位置，进行高阶次函数曲线拟合，获得亚像素级边缘点的位置；

步骤三：对获得的亚像素级边缘点的位置进行调整，具体包括，

(1)计算拟合曲线上每一个亚像素级边缘点的曲线斜率，

(2)计算最优目标区域内每一个像素级边缘点到亚像素级边缘点的平移距离在垂直于亚像素级边缘点的边缘拟合曲线上的投影距离；

(3)最优目标区域内每一行像素均按照对应的投影距离进行投影，再通过这个投影距离重新以像素级边缘点为中心安排像素点的位置；

步骤四：对最优目标区域进行三次样条插值，获得稠密边缘；

步骤五：在边缘扩展函数的基础上，提取线扩散函数。