[发明专利]一种计算机图像边缘检测方法在审

专利信息
申请号: 202210581897.6 申请日: 2022-05-26
公开(公告)号: CN115018868A 公开(公告)日: 2022-09-06
发明(设计)人: 程远航;吴锐;李莉;黄斌;李春雷 申请(专利权)人: 贵州大学
主分类号: G06T7/13 分类号: G06T7/13;G06T3/40
代理公司: 北京国坤专利代理事务所(普通合伙) 11491 代理人: 赵红霞
地址: 550025 *** 国省代码: 贵州;52
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 计算机 图像 边缘 检测 方法
【说明书】:

发明属于图像处理技术领域,本发明在提供了几种计算机图像边缘检测方法的同时,提供了一种图像边缘检测算子的方法,采用本实施例提供的装置,对待检测图像进行图像边缘检测时,检测结果受噪声影响较小,检测后,根据得到的灰度值信息绘制的边缘检测图像中,待检测图像的边缘更加清晰;另外,本发明通过对目标图像进行校正处理方法在上传原始目标图像之后,系统可以直接对原始图案进行分析,然后对原始目标图像进行校正,准确而快速,更加智能,提高检测结果的准确性。

技术领域

本发明属于图像处理技术领域,尤其涉及一种计算机图像边缘检测方法。

背景技术

目前,图像的边缘属于图像的高频成分,是图像的基本特征之一。--幅具体的目标图像,经过图像边缘检测处理后,变为一幅边缘检测图像,边缘检测图像与目标图像的大小相同,在边缘检测图像中,对应目标图像的边缘位置通常为高亮显示,其余位置基本为黑色,因而采用图像的边缘可以对目标图像与其它对象(例如其它图像、背景等)进行有效区分。由此可知,找到图像的边缘,对于图像边缘处理的许多应用领域非常重要,例如,图像分割、图像锐化、图像分析与识别等应用领域,在具体操作时,均需要先确定图像的边缘位置。现有技术中,通常采用图像边缘检测的方法确定图像的边缘位置。

通过上述分析,现有技术存在的问题及缺陷为:

(1)现有的技术在进行图像边缘检测时,噪声比较大,影响检查结果。

(2)现有的技术在图像边缘检测中没有一个比较系统的系统模块。

(3)现有的技术在图像边缘检测中,计算量比较大。

(4)获取的计算机图像不准确,影响检测结果。

发明内容

针对现有技术存在的问题,本发明提供了一种计算机图像边缘检测方法。

本发明是这样实现的,一种计算机图像边缘检测方法,提供了一种获取图像边缘检测算子的方法,所述的步骤包括:

S1、在目标图像中,划分出一个包括第一目标像素点的四邻域;所述第一目标像素点为所述四邻域中行数索引和列数索引均最小的像素点;

S2、对所述目标图像进行双线性插值处理,任选一个插入所述四邻域中的像素点作为第二目标像素点,建立所述第一目标像素点与所述第二目标像素点在所述四邻域中的位置关系;

S3、根据所述位置关系,以及双线性插值公式,确定出关于所述第一目标像素点的灰度值与所述第二目标像素点的灰度值之间的第一灰度值函数关系式;

S4、确定所述目标图像中的每一个像素点作为第一目标像素点时,在对应的插值图像中,均有一个第二目标像素点与其对应。在插值图像中,确定出每一个第一目标像素点对应的第二目标像素点;

S5、提取所述插值图像中所有所述第二目标像素点,按照所述目标图像中所述第一目标像素点的排列规则,将所有所述第二目标像素点重新排列,组成参考图像;

S6、根据所述第二目标像素点在所述参考图像中的位置坐标以及所述第一灰度值函数关系式,确定出关于所述第一目标像素点的灰度值与所述第二目标像素点的灰度值之间的第二灰度值函数关系式;

S7、根据所述第二灰度值函数关系式,确定出图像边缘检测函数关系式;

S8、将所述图像边缘检测函数关系式变换为卷积形式的图像边缘检测函数关系式;

S9、根据所述卷积形式的图像边缘检测函数关系式确定出图像边缘检测算子。

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贵州大学,未经贵州大学许可,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/202210581897.6/2.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