[发明专利]一种图像边缘检测及其边缘精度验证方法

说明书

本发明提供了一种图像边缘检测方法，对预处理后图像进行梯度求取，通过梯度的判断，选择非线性插值方法进行像元分割；用Roberts梯度算子计算像元分割后的图像的梯度幅值和方向，对得到的梯度幅值图进行阈值设定，排除非边缘点，初步获得目标图像的边缘范围；根据梯度方向，结合极大值方法，选取出描点；通过智能路线方法以锚点为起点进行寻迹连线，最终得到图像边缘。本发明还提出一种边缘精度验证方法，利用分辨率板线段间距固定、线段多等级划分的特点，对分辨率板图像提取边缘，通过检查分辨率测试目标图像正片的边缘情况：边缘连续性、边缘等间距情况、最多清晰分辨边缘的元素等级来检验边缘检测精度。本发明提高了检测精度和效率。

技术领域

本发明涉及弹道靶道阴影照相系统的图像测量技术，尤其是涉及一种图像边缘检测及其边缘精度验证方法。

背景技术

弹道靶道的主要测试设备是沿弹道布置的一系列闪光正交阴影照相站，正交阴影照相系统是对高速或超高速运动目标飞行参数测量的一种有效的非接触的可视化测量手段。通过对各照相站的两幅弹丸阴影图像的图像处理，检测出弹丸的边缘获取特征点，再结合空间基准标定得到弹丸的飞行姿态角和质心坐标，完成弹道测试。随着弹药发射技术的快速发展，对靶道照相站弹丸速度精确化测量提出了更高的要求。边缘检测结果的准确性与快速性，对整个弹丸外弹道运动参数测量有重要的影响，因此进一步提高图像特征点的测量精度显得尤为重要。而在传统的边缘检测算法提取弹丸边缘时，易出现噪声点和边缘间断不连续、边缘线过粗的问题，对后续的特征点坐标精度产生影响。针对现阶段靶道测试中弹丸精确化测速时图像处理误差较大的问题，提高弹丸图像边缘检测精度具有重要的研究意义。

发明内容

本发明的目的在于提供一种图像边缘检测及其边缘精度验证方法。

实现本发明目的的技术解决方案为：一种图像边缘检测方法，包括如下步骤：

步骤1，对输入图像进行预处理操作；

步骤2，对预处理后图像进行梯度求取，通过梯度的判断，选择非线性插值方法进行像元分割；

步骤3，用Roberts梯度算子计算像元分割后的图像的梯度幅值和方向，对得到的梯度幅值图进行阈值设定，排除非边缘点，初步获得目标图像的边缘范围；

步骤4，根据梯度方向，结合极大值方法，选取出描点；

步骤5，通过智能路线方法以锚点为起点进行寻迹连线，最终得到图像边缘。

进一步的，步骤1中，对输入图像进行预处理操作，具体方法为：首先是对导入的图片进行裁剪，通过裁剪窗口，选出需要操作的图片部分；接下来对得到的图像进行滤波操作，除去图像采集过程中的噪声，即有较强视觉效果的孤立像素点或像素块。

进一步的，步骤2中，对预处理后图像进行梯度求取，通过梯度的判断，选择非线性插值方法进行像元分割，具体方法为：用非线性插值的方法，引入一个梯度权重系数来选择插值方式，对于非边缘部分采用最近邻插值，在边缘处的像素则采用一维双三次插值。

进一步的，步骤3中，用Roberts梯度算子计算像元分割后的图像的梯度幅值和方向，对得到的梯度幅值图进行阈值设定，排除非边缘点，初步获得目标图像的边缘范围，具体方法为：用一阶微分Roberts模板做卷积得到图像的梯度幅值和方向，在得到图像梯度幅值图后，通过设置初步阈值，使低于阈值的像素点的梯度值设为0，即实现了非边缘区域的抑制，得到了有两三个像素宽的边缘轮廓的新梯度图。

进一步的，步骤4中，根据梯度方向，结合极大值方法，选取出描点，具体方法为：首先定义一个领域范围，在新梯度图中进行移动判断，当邻域内多半数梯度值不为0时，寻找邻域内的最大值点作为锚点；当锚点不唯一时，结合梯度方向剔除重复锚点；对于水平的边缘，当多个最大值在同一行时，均取为锚点，否则取最上层点为锚点；对于垂直边缘，当多个最大值在同一列时，均取为锚点，否则取最左列的点为锚点。