[发明专利]一种基于改进Canny的自动阈值边缘检测方法

说明书

基于改进Canny算法的自动获取阈值边缘检测方法包括以下步骤：利用改进的自适应中值滤波器替代传统Canny算法中的高斯滤波器进行去噪；在求幅值时，使用8个方向梯度模板计算图像梯度的幅值；通过Otsu算法自适应生成高低阈值，利用双阈值发检测和连接边缘，通过形态学方法细化边缘，得到最终的边缘图像。本发明的方法能够有效地解决传统一阶导数边缘检测方法存在的边缘短小、边缘丢失和噪声敏感等问题，检测的边缘定位精确，连续性好，能有效的抑制伪边缘同时检测出更多的边缘细节，且避免了人为手动输入阈值的问题。在原木图像检测中具有较好的实时性，可用于实时性图像分析系统之中。

技术领域

本发明所属技术领域是数字图像处理，对传统Canny边缘检测算法进行改进，采用自适应中值滤波去噪，运用8个方向梯度模板求梯度幅值和方向，结合Otsu方法自动得到高低阈值，提出一种改进的边缘检测方法。

背景技术

原木是木材加工和生产的重要原料，原木测量对于原木的使用有着重要的意义，利用原木图像进行原木材积的计算，其中边缘检测时必不可少的过程。边缘检测是图像理解、分析和识别领域中一个基础而又重要的课题。边缘检测的效果会直接影响图像分割和识别的性能。传统的边缘检测算子通常以一阶导数极大值点或二阶导数过零点作为候选边缘点，通过选取合适的阈值，从中提取图像边缘，具有简单、易于实现、运算速度快等特点。

但是传统的Canny算子通过人工凭经验设置高、低阈值进行边缘提取，对图像进行边缘检测时，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。许多学者提出了基于传统Canny算子改进的边缘检测算法，例如吴一全在文献1“基于NSCT和KFCM聚类的图像边缘检测方法”(华南理工大学学报(自然科学版),2015，43(5))提出一种基于非下采样变换和核模糊c-均值聚类的图像边缘检测方法，很好的提高了边缘检测的效果。弓晓虹在文献2“基于乘性梯度的医学超声图像边缘检测算法”(浙江大学学报(工学版)，2014，48(10))通过提升乘性梯度算子模板的维度，提高对弱边缘的检测能力，提高了边缘检测的准确度。许宏科在文献3“一种基于改进Canny的边缘检测算法”(红外技术，2014，36(3))中引入了四个方向模板求梯度，改善了传统算法对噪声的敏感性。但这些改进算法可能适合一些不太复杂的图像，对于纹理较多的图像可能效果不是特别理想。

发明内容

本发明为了更好地抑制噪声、正确地选取边缘检测阈值，在传统的Canny算法基础上，考虑到Canny 算子的自适应性，边缘检测精度等对图像边缘的影响，提出了一种自适应Canny边缘检测算法。对传统 Canny算法在去噪、求梯度的幅值和高低阈值选取上做了一定的改进，在一定程度上提高了边缘定位准确度以及使算法具有了一定的自适应性，把本发明应用于原木图像的边缘检测有很好的效果。

本发明设计基于Canny的自动获取阈值的边缘检测方法，主要包括以下步骤：

(1)利用自使用中值滤波器代替传统算法的高斯滤波对图像进行去噪。首先用一个合适的半径r对图像进行滤波。计算当前滤波半径像素灰度的最小值(Imin)，最大值(Imax)，中值(Imed)，判断Imed是否在 [Imin,Imax]之间，如果在则向下进行，否则扩大当前半径r继续滤波直到r等于最大滤波半径，若当前处理的像素img(i,j)在[Imin,Imax]之间，输出当前像素img(i,j)，否则输出当前滤波半径中值像素Imed。