[发明专利]一种光照不均图像边缘检测方法有效

专利信息
申请号: 202010296711.3 申请日: 2020-04-15
公开(公告)号: CN111445495B 公开(公告)日: 2022-09-13
发明(设计)人: 李凯勇 申请(专利权)人: 青海民族大学
主分类号: G06T7/13 分类号: G06T7/13;G06T5/00
代理公司: 北京正华智诚专利代理事务所(普通合伙) 11870 代理人: 杨浩林
地址: 810007 青*** 国省代码: 青海;63
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 光照 不均 图像 边缘 检测 方法
【权利要求书】:

1.一种光照不均图像边缘检测方法,其特征在于,包括以下步骤:

S1、通过电荷耦合器件图像传感器采集图像,得到视频图像电学模拟信号;

S2、通过视频解码芯片将视频图像电学模拟信号转化为数字图像信号;

S3、通过图像信号处理子系统对数字图像信号进行光照不均图像边缘检测,得到检测图;

所述步骤S3包括以下分步骤:

S31、通过第一现场可编程逻辑门阵列芯片对数字图像信号进行预处理,得到增强降噪图像信号;

S32、通过第二现场可编程逻辑门阵列芯片,采用零交叉检测支持向量机回归模型对增强降噪图像信号进行边缘检测,得到边缘检测初处理结果图;

S33、通过数字信号处理器芯片对边缘检测结果图进行加深处理,得到边缘检测结果图;

所述步骤S31包括以下分步骤:

S311、通过第一现场可编程逻辑门阵列芯片对数字图像信号进行增强处理,得到增强图像信号;

S312、通过第一现场可编程逻辑门阵列芯片对增强图像信号进行降噪处理,得到增强降噪图像信号;

所述步骤S32中的零交叉检测支持向量机回归模型的表达式为:

其中,N为零交叉检测支持向量机回归模型在模型训练时的样本总数;xi为零交叉检测支持向量机回归模型在模型训练时的训练集{X,y}={{x1,y1},{x2,y2},…,{xi,yi},…,{xN,yN}}中的第i个像素样本的像素坐标向量,该向量为2维向量,第一个维度元素代表像素横坐标,第二个维度元素代表像素纵坐标;yi为零交叉检测支持向量机回归模型在模型训练时的训练集{X,y}中的第i个像素样本的像素值;x为当前输入的像素的坐标向量,该向量为2维向量,第一个维度元素代表像素横坐标,第二个维度元素代表像素纵坐标;y为当前输入的像素的像素值;ai为第i个拉格朗日因子,其值在零交叉检测支持向量机回归模型的模型训练过程中训练得出;b为偏置系数,其值在零交叉检测支持向量机回归模型的模型训练过程中训练得出;K(xi,x)为径向基核函数;σ2为径向基和函数的核函数因子;σ1为零交叉检测高斯平滑的高斯方差;y’为当前输入的像素经过零交叉检测支持向量机回归模型运算得到的输出值。

2.根据权利要求1所述的光照不均图像边缘检测方法,其特征在于,所述步骤S32中包括以下分步骤:

S321、将增强降噪图像信号的每一个像素输入零交叉检测支持向量机回归模型,得到相应的输出值;

S322、判断步骤S321的每一个像素的输出值是否在上阈值T1和下阈值T2之间,若是,则跳转至步骤S323,若否,则跳转至步骤S324;

S323、标记该像素为图像边缘点,跳转至步骤S325;

S324、标记该像素不为图像边缘点,跳转至步骤S325;

S325、根据标记,组合得到边缘检测初处理结果图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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青海民族大学,未经青海民族大学许可,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/202010296711.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top