[发明专利]一种图像边缘检测的方法、系统及相关组件在审
申请号: | 201810908371.8 | 申请日: | 2018-08-10 |
公开(公告)号: | CN109102517A | 公开(公告)日: | 2018-12-28 |
发明(设计)人: | 余荣;曾维亮;张浩川;钟德宝;陈广财 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G06T7/13 | 分类号: | G06T7/13;G06T7/11;G06T7/136;G06T7/181;G06T7/187 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 罗满 |
地址: | 510006 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 图像边缘检测 目标图片 区域生长 蚂蚁 计算机可读存储介质 图像处理装置 图像 边缘检测 降低噪声 局部干扰 矩阵计算 图像边缘 相关组件 依次选择 蚁群算法 最终信息 阈值确定 像素点 混沌 检测 灰度 预设 去除 申请 投放 图片 | ||
1.一种图像边缘检测的方法,其特征在于,包括:
按照灰度值从大到小的顺序依次选择目标图片中的像素点进行区域生长,并根据区域生长结果去除所述目标图片的背景得到待检测图片;
利用混沌蚁群算法在所述待检测图片中随机投放预设数量只蚂蚁,并根据所有所述蚂蚁产生的最终信息素矩阵计算图像阈值;
根据所述图像阈值确定所述目标图片的图像边缘。
2.根据权利要求1所述方法,其特征在于,利用混沌蚁群算法在所述待检测图片中随机投放预设数量只蚂蚁包括:
获取所述待检测图片的图片尺寸,并利用所述混沌蚁群算法在所述待检测图片中随机投放预设数量只蚂蚁;其中,所述预设数量根据所述图片尺寸确定。
3.根据权利要求1所述方法,其特征在于,根据所有所述蚂蚁产生的最终信息素矩阵计算图像阈值包括:
将所有所述蚂蚁停止转移后得到的信息素矩阵作为所述最终信息素矩阵;
根据所述最终信息素矩阵计算初代图像阈值,并对所述初代图像阈值进行迭代更新操作得到所述图像阈值。
4.根据权利要求1所述方法,其特征在于,按照灰度值从大到小的顺序依次选择目标图片中的像素点进行区域生长,并根据区域生长结果去除所述目标图片的背景得到待检测图片包括:
步骤一:将所述像素点和所述灰度值的对应关系存储至关系对照表中;
步骤二:从所述关系对照表中选择所述灰度值最大的像素点作为种子点进行区域生长操作得到种子区域,并删除所述关系对照表中与所述种子区域对应的像素点;
步骤三:判断所述关系对照表中是否存在所述像素点;若是,则进入所述步骤二;若否,则进入步骤四;
步骤四:将所述目标图片的背景对应的种子区域设置为背景种子区域,并根据除所述背景种子区域之外的所有所述种子区域得到所述待检测图片。
5.根据权利要求4所述方法,其特征在于,从所述关系对照表中选择所述灰度值最大的像素点作为种子点进行区域生长操作得到种子区域包括:
从所述关系对照表中选择所述灰度值最大的像素点作为所述种子点;
采用八邻域连通或四邻域连通的方法根据所述种子点进行区域生长操作得到种子区域;其中,所述种子区域中除所述种子点之外的其他像素点的灰度值I满足目标公式,所述目标公式为|Iseed-I|<λ|Imax-Imin|,Iseed为所述种子点的灰度值,λ为可调参数,Imax为所述目标图片的灰度最大值,Imin为所述目标图片的灰度最小值。
6.一种图像边缘检测的系统,其特征在于,包括:
区域生长模块,用于按照灰度值从大到小的顺序依次选择目标图片中的像素点进行区域生长,并根据区域生长结果去除所述目标图片的背景得到待检测图片;
图像阈值确定模块,用于利用混沌蚁群算法在所述待检测图片中随机投放预设数量只蚂蚁,并根据所有所述蚂蚁产生的最终信息素矩阵计算图像阈值;
边缘确定模块,用于根据所述图像阈值确定所述目标图片的图像边缘。
7.根据权利要求6所述系统,其特征在于,所述图像阈值确定模块包括:
蚂蚁投放单元,用于获取所述待检测图片的图片尺寸,并利用所述混沌蚁群算法在所述待检测图片中随机投放预设数量只蚂蚁;其中,所述预设数量根据所述图片尺寸确定;
阈值确定单元,用于根据所有所述蚂蚁产生的最终信息素矩阵计算图像阈值。
8.根据权利要求7所述系统,其特征在于,所述阈值确定单元包括;
信息素矩阵确定子单元,用于将所有所述蚂蚁停止转移后得到的信息素矩阵作为所述最终信息素矩阵;
迭代子单元,用于根据所述最终信息素矩阵计算初代图像阈值,并对所述初代图像阈值进行迭代更新操作得到所述图像阈值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810908371.8/1.html,转载请声明来源钻瓜专利网。