[发明专利]一种基于高斯小波一维峰值识别的多角度边缘检测方法

摘要

本发明涉及一种基于高斯小波一维峰值识别的多角度边缘检测方法，其包括以下步骤对待处理图像进行直方图分析，得到目标及其背景的灰度值，采用得到的灰度值对给定的18种模板图像进行赋值；预设若干组边缘检测参数，采用预设的若干组边缘检测参数分别对赋值后的18种模板图像进行边缘检测，并找出与模板图像近似度最高的边缘检测结果，将得到该结果所用的边缘检测参数作为最优参数，采用得到的最优参数，通过对待处理图像作以下处理图像分割、构建若干一维向量、作卷积运算并取绝对值、确定局部极大值、对局部极大值赋灰度值并替换原图像中相同位置上的像素、以及对多次叠加后图像的边缘进行二值化处理，得到边缘检测后的图像。

主权项

一种基于高斯小波一维峰值识别的多角度边缘检测方法，其包括以下步骤：1)对待处理图像进行直方图分析，得到目标及其背景的灰度值，采用得到的灰度值对给定的18种模板图像进行赋值；2)预设若干组边缘检测参数，采用预设的若干组边缘检测参数分别对赋值后的18种模板图像进行边缘检测，并找出与模板图像近似度最高的边缘检测结果，将得到该结果所用的边缘检测参数作为最优参数，其具体包括以下步骤：(1)利用m行×mtanθ列的图像子块对模板图像进行分割，将模板图像分割为若干个m行×mtanθ列的图像子块，其中，θ为边缘检测角度，θ∈[45°,90°)；(2)在m行×mtanθ列的图像子块中沿其对角线构建若干一维向量；(3)将构建的若干一维向量分别与高斯函数的一阶导数fσ(t)作卷积运算，并对卷积运算结果取绝对值；(4)确定卷积结果绝对值的局部极大值；(5)对得到的局部极大值赋灰度值，并根据像素下标将生成的边缘图像像素替换原图像中相同位置上的像素；(6)将不同边缘检测角度方向得到的若干边缘图像进行灰度叠加，根据多次叠加后图像的灰度直方图，将灰度百分比最高的灰度值作为二值化阈值，根据该二值化阈值对多次叠加后图像的边缘进行二值化处理；(7)采用Pratt边缘检测品质因数方法将生成的图像边缘与模板图像中图像边缘进行比较，得到与模板图像边缘近似度最高的一组边缘检测结果，并将得到该边缘检测结果所用的边缘检测参数作为最优参数；3)采用步骤2)得到的最优参数，重复步骤2)中的步骤(1)～步骤(6)，对待处理图像进行边缘检测。