[发明专利]一种基于Laplacian算子的图像边缘提取的方法与系统

说明书

本申请公开了一种基于Laplacian算子的图像边缘提取的方法与系统，该方法包括：步骤1，读取原始图像A，获得图像的最大行数m及最大列数n；步骤2，对图像中间像素逐行逐列则进行3x3邻域Laplacian算子模板操作，得到初步输出；步骤3对初始输出进行二值化处理，绝对值高于事先给定的参数a的赋值1，低于a的赋值0，得到二值化的初始边缘图像；步骤4对上步赋值为1的点搜索联结像素数，低于事先给定的第二个参数b的判定为噪点，从初始边缘图中删除，高于b的判定为真边缘点；步骤5得到最终的边缘图像。本申请的技术方案能得到比较准确的边缘图像。

技术领域

本发明涉及图像处理领域，尤其涉及图像增强及降噪的方法及系统。

背景技术

在数字图像处理技术中，边缘的增强是图像处理极为重要的组成部部分。同时在生物医疗、计算机视觉、机器学习、模式识别等诸多领域中，边缘增强都是一个重要的研究课题。

传统的边缘提取算法，都是先利用微分算子求出每个像素的高通分量然后过滤得到图像边缘，经典的微分算子有prewitt，sobel，Roberts，laplace，log等。

发明内容

本申请提供了基于Laplacian算子的改进的图像边缘提取方法与系统。

类似于一阶微分算子，本方法也采用模板来求初步的图像边缘，在3x3模块中：

V(i，j)＝(A(i-1，j)+A(i+1，j)+A(i，j-1)+A(i，j+1)+A(i-1，j-1)+A(i-1，j+1)+A(i+1，j-1)+A(i+1，j+1))-8＊A(i，j)

其中A(i，j)为中间像素，V(i，j)为A(i，j)的输出值。。

在得到初步边缘后，对低于阈值的像素点置零，高于阈值a置1，得到黑白的边缘图V。

对得到的二值化边缘图V中的边缘像素点搜索连接像素数，连接像素数低于阈值b，判定为噪点，从初始边缘图中删除；若连接像素数超过阈值b，则判断为真边缘像素保留。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为算法流程图，图2是需要提取边缘的图像，图3是应用Laplacian

算法提取的边缘图，图4为应该本申请的方法提取的边缘图；

具体实施方式

如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语，故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。说明书后续描述为实施本发明的较佳实施方式，然所述描述乃以说明本发明的一般原则为目的，并非用以限定本发明的范围。本发明的保护范围当视所附权利要求所界定者为准。

为了改进各种图像设置获取的原始图像的图像质量，提出一种基于Laplacian算子的改进的图像边缘提取方法：

本申请提供的图像处理方法包括：

步骤1，读取原始图像A，获得图像的最大行数m及最大列数n；

步骤2，对中间像素逐行逐列进行如下操作：

V(i，j)＝(A(i-1，j)+A(i+1，j)+A(i，j-1)+A(i，j+1)+A(i-1，j-1)+A(i-1，j+1)+A(i+1，j-1)+A(i+1，j+1))-8＊A(i，j)