[发明专利]一种基于量子理论的形态学图像边缘检测方法

摘要

本发明公开了一种基于量子理论的形态学图像边缘检测方法，包括以下步骤S1基于量子理论的形态学边缘检测，S2采用NMS细化算法与形态学细化相结合的方式对图像进行边缘细化；S3采用量子概率方法对图像进行边缘连接，该方案提出的量子形态学边缘检测算法对噪声图像进行边缘检测时，即使噪声强度较大，仍能有效提取边缘。该方案提出的基于量子概率的边缘连接算法能有效提高边缘的连续性。

主权项

一种基于量子理论的形态学图像边缘检测方法，其特征在于：包括以下步骤：S1：基于量子理论的形态学边缘检测：S11：将灰度图像f(x,y)标准化到区间[0,1]，确定一个中心像素，根据该像素的大小为n的邻域灰度信息定义一个叠加态结构元素矩阵SEg(x,y)；S12：根据中心像素邻域的灰度信息构造矩阵g，对矩阵g进行随机数测量，测量后矩阵g的元素值为0或1，将该矩阵元素按从右到左从下到上的顺序排列，根据排列得到的序列定义该像素的测量算子P(x,y)；S13：量子测量算子P(x,y)作用于叠加态结构元素SEg(x,y)，得到自适应可用的结构元素B(x,y)；在此结构元素B(x,y)的基础上，用形态学梯度边缘检测算子检测边缘；S2：采用NMS细化算法与形态学细化相结合的方式对图像进行边缘细化；S21：先用NMS算法细化边缘图像G，然后进行图像二值化，再进行形态学细化；S3：采用量子概率方法对图像进行边缘连接S31：提取边缘端点，考虑边缘点的八个邻域，假设边缘的方向有水平、垂直、左下到右上、右下到左上四个方向，则如果该边缘点在某个方向上只有两个像素是边缘点，则定义该边缘点为端点；S32：扫描端点图像d，找到一个中心点p；S33：搜索p的5×5邻域，找到另一个端点p1，根据p的M个角度信息和p1的N个角度信息，将p和p1是否连接的状态表达为融合量子态的形式；S34：计算p和p1被连接的概率幅产生在[0,1]间均匀分布的随机数，如果使p和p1连接，更新被连接点的角度信息，在更新被连接点的角度信息后进行判断：如果p的5×5邻域中还有端点未被搜索，转到S33开始进行重新搜索，如果端点图像d还未扫描结束，则转到S32进行重新扫描端点处理，连接结束后对图像d进行形态学细化，完成图像的边缘检测。