[发明专利]基于刚体碰撞优化算法的图像边缘检测方法、装置及介质有效

专利信息
申请号: 202111455684.0 申请日: 2021-12-02
公开(公告)号: CN113870296B 公开(公告)日: 2022-02-22
发明(设计)人: 赵卫;吴夜婷 申请(专利权)人: 暨南大学
主分类号: G06T7/13 分类号: G06T7/13;G06N3/00
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 余凯欢
地址: 510630 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 刚体 碰撞 优化 算法 图像 边缘 检测 方法 装置 介质
【权利要求书】:

1.一种基于刚体碰撞优化算法的图像边缘检测方法,其特征在于,包括:

将待检测图像转换为灰度图像;

确定所述灰度图像中任一像素对应的候选边缘方向,并根据像素宽范围划分得到为两个像素集合;

确定每个目标像素沿所述候选边缘方向的边缘强度;

将各个候选边缘方向中最大的边缘强度作为所述目标像素的边缘强度;

根据最大化方差法确定最佳边缘强度阈值;

初始化种群规模和问题维度,并产生初始样本矩阵;

将所述目标像素的边缘强度作为适应度函数,并设置循环次数;

根据所述最佳边缘强度阈值、所述种群规模、所述问题维度、所述初始样本矩阵、所述适应度函数和所述循环次数,采用刚体碰撞优化算法确定边缘像素点;

根据所述边缘像素点,输出图像边缘检测结果;

所述根据最大化方差法确定最佳边缘强度阈值,包括:

根据预设的初始边缘强度阈值,将图像像素分为第一像素集合和第二像素集合;

计算所述灰度图像中所有像素的第一平均边缘强度,并且计算所述第一像素集合和所述第二像素集合的第二平均边缘强度;

根据所述第一平均边缘强度和所述第二平均边缘强度计算边缘强度方差;

根据所述边缘强度方差确定所述最佳边缘强度阈值。

2.根据权利要求1所述的基于刚体碰撞优化算法的图像边缘检测方法,其特征在于,所述根据所述最佳边缘强度阈值、所述种群规模、所述问题维度、所述初始样本矩阵、所述适应度函数和所述循环次数,采用刚体碰撞优化算法确定边缘像素点,包括:

根据所述适应度函数、所述种群规模和所述初始样本矩阵,计算碰撞刚体的质量;

对所述碰撞刚体的质量进行降序排列,等分成数量相同的静态组和动态组两组;

初始化静态组的速度以及初始化动态组的速度;

根据所述碰撞刚体的质量,对所述静态组的速度和动态组的速度进行更新;

根据更新后的静态组的速度和动态组的速度,更新碰撞以后刚体的位置;

根据新的碰撞刚体的位置,确定边缘像素点。

3.根据权利要求2所述的基于刚体碰撞优化算法的图像边缘检测方法,其特征在于,所述根据新的碰撞刚体的位置,确定边缘像素点,包括:

对于种群中任一样本,当该样本的边缘强度大于边缘强度阈值时,将该样本对应位置的像素标记为边界点;

在所述边界点的目标范围内选取一个新的候选样本替换所述样本。

4.一种基于刚体碰撞优化算法的图像边缘检测装置,其特征在于,包括

第一模块,用于将待检测图像转换为灰度图像;

第二模块,用于确定所述灰度图像中任一像素对应的候选边缘方向,并根据像素宽范围划分得到为两个像素集合;

第三模块,用于确定每个目标像素沿所述候选边缘方向的边缘强度;

第四模块,用于将各个候选边缘方向中最大的边缘强度作为所述目标像素的边缘强度;

第五模块,用于根据最大化方差法确定最佳边缘强度阈值;

第六模块,用于初始化种群规模和问题维度,并产生初始样本矩阵;

第七模块,用于将所述目标像素的边缘强度作为适应度函数,并设置循环次数;

第八模块,用于根据所述最佳边缘强度阈值、所述种群规模、所述问题维度、所述初始样本矩阵、所述适应度函数和所述循环次数,采用刚体碰撞优化算法确定边缘像素点;

第九模块,用于根据所述边缘像素点,输出图像边缘检测结果;

其中,所述第五模块具体用于:

根据预设的初始边缘强度阈值,将图像像素分为第一像素集合和第二像素集合;

计算所述灰度图像中所有像素的第一平均边缘强度,并且计算所述第一像素集合和所述第二像素集合的第二平均边缘强度;

根据所述第一平均边缘强度和所述第二平均边缘强度计算边缘强度方差;

根据所述边缘强度方差确定所述最佳边缘强度阈值。

5.一种电子设备,其特征在于,包括处理器以及存储器;

所述存储器用于存储程序;

所述处理器执行所述程序实现如权利要求1至3中任一项所述的方法。

6.一种计算机可读存储介质,其特征在于,所述存储介质存储有程序,所述程序被处理器执行实现如权利要求1至3中任一项所述的方法。

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暨南大学,未经暨南大学许可,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/202111455684.0/1.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