[发明专利]一种图像边缘提取方法

说明书

本发明提供一种图像边缘提取方法。所述图像边缘提取方法包括以下步骤：S1：采用量子遗传算法来进行图像全局分割的预处理；S2：利用量子衍生的中值滤波方法对原图像进行去噪；S3：利用量子边缘检测算子对去噪后的图像进行边缘检测，得到边缘灰度图；S4：对边缘灰度图进行二值化提取，得到二值化边缘图。本发明提供的图像边缘提取方法具有改善了原量子衍生边缘提取算法边缘连接性差的缺点，增强了图像的边缘细节，使得用量子理论的方法提取遥感图像边缘较传统方法更有优势的优点。

技术领域

本发明涉及建筑技术领域，尤其涉及一种图像边缘提取方法。

背景技术

因为提取一幅图像的边缘是后续图像分割，目标识别以及三维重建等操作的预处理过程，所以精确地进行边缘检测就显得格外重要了。传统的边缘提取算子如sobel算子、laplace算子以及canny算子等处理遥感图像的边缘时效果都不尽理想，然而近几年来有不少学者都想尝试用新的方法来处理遥感图像的边缘，比如：基于小波变换的方法、基于形态学的方法以及神经网络的方法等。

基于量子衍生的方法是指借用量子力学的一些基本原理来改进传统算法的一种新的方法。2007年，谢可夫、许悟生等人基于量子力学、量子信息等理论与概念，提出了量子衍生形态学边缘检测，该方法具有检测噪声污染图像的优点，但不如普通图像边缘检测优越。2013年，艾金根等人提取出了基于量子指针的灰度图像处理方法。2016年，S.Abdel-Khalek等人提出基于量子熵的图像边缘检测算法,通过计算图像的量子熵，来确定图像分割阈值并提取图像边缘。2018年，北京中科院遥感所的毕思文教授带领其团队进行量子遥感图像数据处理方面的研究，其中在量子遥感图像数据边缘提取算法方面的研究也颇有建树。

因为原量子遥感图像数据边缘提取算法存在着边缘连接性差等方面的缺陷，所以本文先对原遥感图像进行全局的阈值分割，锐化图像的边缘，然后进行边缘的二值化提取。仿真实验结果显示，本文算法对比于原算法改善了边缘连接性差的缺点，增强了图像的边缘细节，使得用量子理论的方法提取遥感图像边缘较传统方法更有优势。

因此，有必要提供一种新的图像边缘提取方法解决上述技术问题。

发明内容

本发明解决的技术问题是提供一种改善了边缘连接性差的缺点，增强了图像的边缘细节，使得用量子理论的方法提取遥感图像边缘较传统方法更有优势的图像边缘提取方法。

为解决上述技术问题，本发明提供的图像边缘提取方法包括以下步骤：

S1：采用量子遗传算法来进行图像全局分割的预处理；

S2：利用量子衍生的中值滤波方法对原图像进行去噪；

S3：利用量子边缘检测算子对去噪后的图像进行边缘检测，得到边缘灰度图；

S4：对边缘灰度图进行二值化提取，得到二值化边缘图。

与相关技术相比较，本发明提供的图像边缘提取方法具有如下有益效果：

本发明提供一种图像边缘提取方法，通过先对原遥感图像进行全局的阈值分割，锐化图像的边缘，然后进行边缘的二值化提取，可以有效的解决原量子遥感图像数据边缘提取算法存在着边缘连接性差等方面的缺陷，通过仿真实验，结果显示本文算法对比于原算法改善了边缘连接性差的缺点，增强了图像的边缘细节，使得用量子理论的方法提取遥感图像边缘较传统方法更有优势。

附图说明

图1为本发明提供的图像边缘提取方法的边缘分解矢量图；

图2为本发明提供的图像边缘提取方法的遥感地貌图像的实验结果图；

图3为本发明提供的图像边缘提取方法的街道拍摄图像的实验结果图。

具体实施方式