基于顏色半徑鄰近域像素分類的圖像邊緣檢測方法
【專利摘要】本發明涉及一種圖像邊緣檢測方法，尤其是一種基于顏色半徑鄰近域像素分類的圖像邊緣檢測方法，屬于圖像處理的【技術領域】。按照本發明提供的技術方案，一種基于顏色半徑鄰近域像素分類的彩色圖像邊緣檢測方法，所述彩色圖像邊緣檢測方法包括如下步驟：a、使用高斯濾波器對彩色圖像進行平滑處理；b、對上述平滑處理后的彩色圖像，利用鄰近域像素分類方法對彩色圖像進行邊緣處理，以得到彩色圖像的邊緣像素分類；c、對上述彩色圖像的邊緣進行細化，以獲得穩定的彩色圖像的邊緣。本發明操作方便，提高對彩色圖像邊緣檢測的速度，邊緣檢測精度高，適應性強，穩定可靠。
【專利說明】基于顏色半徑鄰近域像素分類的圖像邊緣檢測方法
【技術領域】
[0001]本發明涉及一種圖像邊緣檢測方法，尤其是一種基于顏色半徑鄰近域像素分類的圖像邊緣檢測方法，屬于圖像處理的【技術領域】。
【背景技術】
[0002]邊緣檢測是圖像處理中的一項重要研究課題，在計算機視覺和模式識別領域有廣泛的應用。一般來講，傳統的邊緣檢測方法包含三個基本步驟，首先是圖像預處理或者是圖像濾波，然后是圖像差分和梯度計算，最后進行邊緣提取。使用梯度算子作為邊緣性進行度量的方法已經有了比較成熟的發展。這些邊緣檢測方法主要可以分為三類:
[0003]I)、使用差分近似圖像函數導數算子,如Roberts算子，Laplace算子，Prewitt算子，Sobel算子，Kirsch算子等。
[0004]2)、基于圖像函數二階導數過零點的算子、如Marr-Hildreth算子，Canny算子，LoG (Laplacian of Gaussian)算子等。
[0005]3)、試圖將圖像函數與邊緣的參數模型相匹配的算子，Haralick和Shapiro做過相關的研究。
[0006]最近的相關研究有使用Hopfield神經網絡進行邊緣檢測的方法，王剛等提出了一種基于亞像素多重分形測度的邊緣檢測方法。但上述這些方法都是針對灰度圖像進行邊緣檢測。
[0007]目前，對于彩色圖像進行邊緣檢測主要有兩種思路。一種是把彩色圖像轉換成灰度圖像，然后使用灰度圖像邊緣檢測器對這幅圖像進行處理。這種由彩色空間到灰度空間的轉換是一種多對一的映射，也就是從高維空間到低維空間的轉換，所檢測出的邊緣準確率會降低，同時，彩色圖像中較明顯的邊界在灰度空間中可能會丟失。另一種思路是對彩色圖像的每一個顏色分量進行邊緣檢測，最后對各檢測結果進行邊緣融合。這種處理方式所得到的邊緣仍然不夠準確，且容易忽略對顏色分量間信息的處理。因此，尋找一種可以充分利用彩色圖像信息的彩色圖像邊緣檢測方法十分有意義。

【發明內容】

[0008]本發明的目的是克服現有技術中存在的不足，提供一種基于顏色半徑鄰近域像素分類的彩色圖像邊緣檢測方法，其操作方便，提高對彩色圖像邊緣檢測的速度，邊緣檢測精度高，適應性強，穩定可靠。
[0009]按照本發明提供的技術方案，一種基于顏色半徑鄰近域像素分類的彩色圖像邊緣檢測方法，所述彩色圖像邊緣檢測方法包括如下步驟:
[0010]a、使用高斯濾波器對彩色圖像進行平滑處理；
[0011]b、對上述平滑處理后的彩色圖像，利用鄰近域像素分類方法對彩色圖像進行邊緣處理，以得到彩色圖像的邊緣像素分類；
[0012]C、對上述彩色圖像的邊緣進行細化，以獲得穩定的彩色圖像的邊緣。[0013]所述步驟a中，使用高斯濾波器對彩色圖像進行平滑時，選取鄰域大小為3X3，標準偏差為0.45。
[0014]所述步驟b中，利用鄰近域像素分類方法對彩色圖像進行邊緣處理包括如下步驟:
[0015]bl、在彩色圖像上選取一個鄰域,所述鄰域的大小為nb_height*nb_width,顏色半徑為color_radius,區分噪聲類像素和邊緣類像素的閾值為noise_edge_t ;在所述鄰域內，鄰域像素集合為
[0016]Set = {L）, i = 1，2，…，n
[0017]其中，Set為鄰域像素集合，Li為鄰域內的像素，n = nb_height*nb_width ;鄰域中心為:
【權利要求】
1.一種基于顏色半徑鄰近域像素分類的彩色圖像邊緣檢測方法，其特征是，所述彩色圖像邊緣檢測方法包括如下步驟: (a)、使用高斯濾波器對彩色圖像進行平滑處理； (b)、對上述平滑處理后的彩色圖像，利用鄰近域像素分類方法對彩色圖像進行邊緣處理，以得到彩色圖像的邊緣像素分類； (C)、對上述彩色圖像的邊緣進行細化，以獲得穩定的彩色圖像的邊緣。
2.根據權利要求1所述的基于顏色半徑鄰近域像素分類的彩色圖像邊緣檢測方法，其特征是，所述步驟(a)中，使用高斯濾波器對彩色圖像進行平滑時，選取鄰域大小為3X3，標準偏差為0.45。
3.根據權利要求1所述的基于顏色半徑鄰近域像素分類的彩色圖像邊緣檢測方法，其特征是，所述步驟(b)中，利用鄰近域像素分類方法對彩色圖像進行邊緣處理包括如下步驟: (b I)、在彩色圖像上選取一個鄰域，所述鄰域的大小為nb_he i ght*nb_wi dth,顏色半徑為color_radius,區分噪聲類像素和邊緣類像素的閾值為noise_edge_t ;在所述鄰域內，鄰域像素集合為
【文檔編號】G06K9/46GK103679738SQ201310737370
【公開日】2014年3月26日 申請日期:2013年12月27日 優先權日:2013年12月27日
【發明者】李朝鋒, 李沛, 吳小俊 申請人:江南大學