基于雙線性插值的彩色圖像邊緣檢測方法
【技術領域】
[0001]本申請涉及圖像處理領域，尤其涉及圖像邊緣檢測方法。
【背景技術】
[0002]邊緣檢測是目前圖像分析領域中的基礎技術。它利用圖像當前點的像素值的一階導數的極值或二階導數的過零點信息來提取邊緣。具體的說，對于圖像中變化比較緩慢的區域，相鄰像素的灰度變化不大，因而梯度幅值較小(趨于零)。而在圖像的邊緣地帶，相鄰像素的灰度變化劇烈，所以梯度幅值較大。因此用一階導數幅值的大小可以確定圖像的邊緣位置。同理，二階導數的符號可以用來判斷一個像素是在邊緣強度增大的一邊還是邊緣強度減弱的一邊，過零點的位置就是邊緣位置。目前，一般采用下面幾種方式實現圖像邊緣檢測:
[0003]通過Sobel (索貝爾)算子可以產生較好的邊緣檢測效果。同時，因為Sobel算子引入了局部平均，使其受噪聲的影響也比較小。當使用大的鄰域時，抗噪特性會更好，但這樣做要增加計算量，并且得出的邊緣也比較粗。但是，正是由于局部平均的影響，它同時也會檢測出許多偽邊緣，且邊緣定位精度不夠高。
[0004]Laplace (拉普拉斯)邊緣檢測算子是線性二次微分算子，具有各向同性和位移不變性，滿足不同走向的圖像邊緣的銳化要求。但它也有自身的缺點:一是它與邊緣點的方向無關，檢測二階偏導數的零交叉點，邊緣的方向信息丟失；二是對噪點敏感。
[0005]LOG (Laplace Of Gauss高斯拉普拉斯)算子與Laplace算子相比，多做了一個高斯低通濾波處理，有效去除了服從正態分布的噪聲但同時也使得邊緣變得模糊。
[0006]Canny算子也是一種基于二階微分的邊緣檢測方法，但它所擁有的三條最優化準貝1J，即最大信噪比準則、最優過零點定位準則和多峰值響應準則，使其成為一個具有濾波、增強和檢測的多階段的優化算子。Canny算子檢測圖像邊緣的關鍵是選取適當的Gauss濾波器鄰域大小和適當的閾值。Gauss濾波器鄰域大小決定著對噪聲的抑制效果，直接影響最終圖像邊緣檢測的效果。增大濾波器大小可以獲得較好的噪聲抑制效果，但由于大量卷積運算而引起了巨大的計算量，同時固定大小的Gauss濾波器無法滿足檢測具有不同尺度大小的邊緣結構的要求，權衡其折中綜合效果是比較困難的，且Canny算子雙閾值的選取沒有實現自適應化，人工選取合適的閾值比較困難。

【發明內容】

[0007]本申請針對現有邊緣檢測直接取位圖中的像素值進行運算而存在的計算量大、精度低、所取相鄰像素的地位不等價等缺陷，提供一種基于雙線性插值的彩色圖像邊緣檢測方法，通過低量的計算，快速準確地確定平滑、連續、較細線條并且無鋸齒的彩色圖像的邊緣輪廓。
[0008]根據本申請的一個方面，提供基于雙線性插值的彩色圖像邊緣檢測方法，包括:
[0009]獲取圖像中各像素點的RGB值；
[0010]針對每個像素點，按RGB三個顏色通道分別操作:一個顏色通道中，采用雙線性插值取得該像素點圓周單位圓上8個點的值，取該像素點及周圍8個點的最大值與最小值的差值作為這個像素點該顏色通道的顏色變化率；取三個顏色通道最大的顏色變化率作為該像素點的邊緣強度；
[0011]將得到的邊緣強度圖采用自適應雙閾值以及非極大值抑制法進行二值化得到圖像的輪廓。
[0012]根據上述方案，用插值的方式得到目標像素點周圍單位圓上的像素值，以避免相鄰像素的地位不等價這一問題。能明顯降低邊緣值的鋸齒效應和邊緣寬度，從而使得最終得到的邊緣圖像具有平滑、連續的特點，且線條較細、無鋸齒。同時本申請只有簡單的加減運算，避免了類似sobe I算法中的平方和開方運算，降低了算法復雜度。
【附圖說明】
[0013]圖1是本發明一實施例的基于雙線性插值的彩色圖像邊緣檢測方法的流程圖。
【具體實施方式】
[0014]下面結合附圖，對本發明的實施方式作詳細說明。
[0015]彩色圖像的顏色通常是根據三原色，即紅(R)、綠(G)、藍(B)按不同比例組合體現出來的。而顏色的顯示結果是由RGB的最大值所決定的。不同的區域的邊緣處，在顏色上往往有劇烈的變化。
[0016]請參閱圖1，根據本申請的一實施方式，基于雙線性插值的彩色圖像邊緣檢測方法包括下列步驟:
[0017]SI，獲取圖像中各像素點的RGB值(即紅、綠、藍三個分量的值)。
[0018]S2，按順序選定一個像素點，命名為選定像素點，針對該選定像素點進行下列操作。
[0019]S3，針對選定像素點選定一個顏色通道，命名為選定顏色通道。從而每個像素點按RGB三個顏色通道分別操作。
[0020]S4，在選定顏色通道中，采用雙線性插值取得選定像素點圓周單位圓上8個點的值(紅、綠、藍通道中一個分量的值)。
[0021]S5，比較選定像素點及其周圍8個點值，得出最大值與最小值的差值。
[0022]S6，取步驟S5中得到的差值作為這個選定像素點該選定顏色通道的顏色變化率。
[0023]S7，判斷三個顏色通道是否都已操作，若是，進入步驟S8 ;若否，返回步驟S3。
[0024]S8,取三個顏色通道最大的顏色變化率作為該選定像素點的邊緣強度。
[0025]S9，判斷是否還有像素點未操作，若是，返回步驟S2。若否，進入步驟S10。
[0026]S10，將得到的各像素點的邊緣強度連結，生成邊緣強度圖，然后采用自適應雙閾值以及非極大值抑制法進行二值化得到圖像的輪廓。
[0027]以上所述僅是本發明的一種實施方式，應當指出，對于本領域普通技術人員來說，在不脫離本發明創造構思的前提下，還可以做出若干相似的變形和改進，這些也應視為本發明的保護范圍之內。
【主權項】
1.一種基于雙線性插值的彩色圖像邊緣檢測方法，其特征在于，包括: 獲取圖像中各像素點的RGB值； 針對每個像素點，按RGB三個顏色通道分別操作:一個顏色通道中，采用雙線性插值取得該像素點圓周單位圓上8個點的值，取該像素點及周圍8個點的最大值與最小值的差值作為這個像素點該顏色通道的顏色變化率；取三個顏色通道最大的顏色變化率作為該像素點的邊緣強度； 將得到的邊緣強度圖采用自適應雙閾值以及非極大值抑制法進行二值化得到圖像的輪廓。
【專利摘要】本發明公開了一種基于雙線性插值的彩色圖像邊緣檢測方法，包括：獲取圖像中各像素點的RGB值；針對每個像素點，按RGB三個顏色通道分別操作：一個顏色通道中，采用雙線性插值取得該像素點圓周單位圓上8個點的值，取該像素點及周圍8個點的最大值與最小值的差值作為這個像素點該顏色通道的顏色變化率；取三個顏色通道最大的顏色變化率作為該像素點的邊緣強度；將得到的邊緣強度圖采用自適應雙閾值以及非極大值抑制法進行二值化得到圖像的輪廓。從而能快速有效地找到彩色圖像的邊緣輪廓。
【IPC分類】G06T7-00
【公開號】CN104778705
【申請號】CN201510189373
【發明人】許書華
【申請人】許書華
【公開日】2015年7月15日
【申請日】2015年4月17日