[发明专利]一种应用于光电跟踪系统的边缘提取方法

说明书

本发明公开了一种应用于光电跟踪系统的边缘提取方法：读取光电跟踪系统视频信息，对每一帧图像进行彩色图像到灰度图像转换；对灰度图像去噪处理；基于sobel多方向梯度计算并配置权值模板，对灰度图像进行六方向梯度计算，得到六方向的边缘检测图像；将边缘检测图像进行六方向权重分配，合成梯度图；得到自适应阈值，建立直方图；计算背景区域、目标区域出现概率，背景区域、目标区域的平均灰度值，灰度图像全局的灰度平均值，背景区域和目标区域的类间方差；算出最大类间方差，得到阈值；如果得到的梯度图的像素值大于或等于阈值则保存为边缘点像素值取255，否则不计入边缘点像素值取0，完成边缘图像。

技术领域

本发明属于数字图像处理技术领域，更具体的说，是涉及一种应用于光电跟踪系统的边缘提取方法。

背景技术

在光电跟踪系统上，拍摄目标物体的不规则快速运动导致摄像机不能准确调焦使显示器出现模糊的画面。在图像处理的自动调焦方法主要通过图像清晰度评价函数对成像系统的图像质量进行评价，不同离焦程度的图像具有不同的清晰度评价值，对焦位置处图像最清晰、评价值最大的特点来确定对焦位置。图像清晰度评价函数对能否正确地找到对焦位置起着至关重要的作用。传统的边缘检测算子，如Laplace、Robert、canny、Prewitt、LoG等在光电跟踪系统下边缘检测效果不够理想。

考虑到光电跟踪系统的实时性，灵敏性和准确性。Sobel算子可看成是一个高斯模糊算子和一个差分算子的结合，相对Laplace算子等鲁棒性和抗噪性更好，相对canny算子计算量更少检测速度更快。又因为传统的sobel算子提取了水平及垂直方向的边缘梯度信息，但对图像边缘的方向特征考虑较少，常丢其他方向边缘细节，尤其在动态环境下，实际图像的梯度方向更是有各个方向，所以单从两个方向对某点的梯度进行计算，结果存在一定的误差。本发明采取水平，垂直、45°、135°、225°、315°六方向的边缘算子方向模板，更改权重值，结合Otsu法，可以实现自适应的实时边缘提取来解决两方向sobel存在的局限性。

发明内容

本发明的目的是为了克服现有技术中的不足，提出一种应用于光电跟踪系统的边缘提取方法，通过对sobel算子在方向梯度和权值上的改进，并通过OTSU法取阈值，实现了在应用于光电跟踪读取视频图像清晰度上更好的效果。通过实验验证，该方法实时性强，边缘提取效果好而且在去噪能力上表现的更加出色。

本发明的目的是通过以下技术方案实现的。

本发明是一种应用于光电跟踪系统的边缘提取方法，包括以下步骤：

1)读取光电跟踪系统的视频信息，对视频中的每一帧图像进行彩色图像到灰度图像的转换；

2)对灰度图像用高斯模糊进行去噪处理；

3)基于sobel多方向梯度计算并重新配置效果更好的权值模板：

水平方向模板：垂直方向模板：

45°方向模板：135°方向模板：

225°方向模板：315°方向模板

对步骤2)去噪处理后的灰度图像F(x,y)分别进行水平、垂直、45°、135°、225°、315°方向上梯度计算，得到六方向的边缘检测图像；

水平方向：D₁＝F(x,y)*d₁，垂直方向：D₂＝F(x,y)*d₂，

45°方向：D₃＝F(x,y)*d₃，135°方向：D₄＝F(x,y)*d₄，