[发明专利]一种光照不均图像边缘检测方法有效
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 | ||
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。
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。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序