圖像邊緣檢測(cè)方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種圖像邊緣檢測(cè)方法及系統(tǒng)。
【背景技術(shù)】
[0002]圖像邊緣檢測(cè)是指檢測(cè)、定位和描述圖像信號(hào)的不連續(xù)點(diǎn)。因?yàn)閳D像邊緣檢測(cè)通常作為模式分析、目標(biāo)檢測(cè)和識(shí)別等應(yīng)用的前一處理環(huán)節(jié)，所以邊緣檢測(cè)是圖像處理、計(jì)算機(jī)和機(jī)器視覺(jué)領(lǐng)域里面一個(gè)重要的研究課題。
[0003]通常來(lái)說(shuō)，邊緣檢測(cè)算法包含兩個(gè)主要步驟:⑴濾波；(2)檢測(cè)和定位。
[0004]對(duì)于第一步濾波來(lái)講，由于成像過(guò)程中的各種噪聲干擾，所以濾波降噪是一個(gè)必須用來(lái)降低噪聲對(duì)邊緣檢測(cè)和定位干擾的步驟。高斯濾波器是在邊緣檢測(cè)里面用得最廣泛的平滑濾波器，但怎么選擇濾波器尺度是一個(gè)比較重要的問(wèn)題。大的濾波器尺度可以很好的消除噪聲，但是同時(shí)也會(huì)模糊信號(hào)特征，特別是高頻信號(hào)所代表的邊緣特征。但是如果使用小的濾波器尺度，雖然會(huì)保護(hù)邊緣特征，但是卻會(huì)讓噪聲對(duì)后面的檢測(cè)和定位產(chǎn)生嚴(yán)重的干擾。
[0005]在第二步檢測(cè)和定位中，常見(jiàn)的方法都是基于不同階的差分圖像。比如說(shuō):一階差分算子、二階差分算子、三階差分算子。但是這些差分算子都只是考慮了比如前后相鄰像素的灰度值差，而沒(méi)有考慮更大區(qū)域內(nèi)的信號(hào)特征。除了基本的差分算子，有一些邊緣檢測(cè)的算法是基于不同的邊緣模型即局部信號(hào)特征提出來(lái)的，比如階躍模型、樓梯模型、脈沖模型、斜面模型等。但是基于某一個(gè)特殊模型設(shè)計(jì)的邊緣檢測(cè)算法并不適用于其他模型。因此對(duì)于反應(yīng)真實(shí)世界的圖片來(lái)說(shuō)，這些算法都不能準(zhǔn)確的檢測(cè)和定位圖片中包含的所有類(lèi)型的邊緣。

【發(fā)明內(nèi)容】

[0006]有鑒于此，有必要提供一種圖像邊緣檢測(cè)方法及系統(tǒng)。
[0007]本發(fā)明提供一種圖像邊緣檢測(cè)方法，該方法包括如下步驟:a.利用不同尺度的濾波器分別對(duì)一張待檢測(cè)圖像濾波，得到一組不同分辨率的圖像；b.針對(duì)上述得到的不同分辨率的圖像，分別計(jì)算得到每張圖像的差分圖像采用基本邊緣模型對(duì)上述計(jì)算得到的差分圖像進(jìn)行檢測(cè)；d.根據(jù)不同圖像中同一個(gè)空間位置的像素點(diǎn)在上述步驟中的檢測(cè)結(jié)果，確定所述待檢測(cè)圖像的邊緣。
[0008]其中，所述的濾波器為高斯濾波器。
[0009]所述的基本邊緣模型分別是斜坡模型、脈沖模型、階躍模型以及S形模型。
[0010]所述的步驟c具體包括:首先并行或者先后進(jìn)行脈沖模型和斜坡模型的檢測(cè)，然后并行同時(shí)或者先后進(jìn)行階躍模型及S形模型的檢測(cè)。
[0011]所述的步驟d具體包括:根據(jù)上述不同差分圖像中同一個(gè)空間位置的像素點(diǎn)的檢測(cè)結(jié)果，通過(guò)按位與運(yùn)算來(lái)判定所述像素點(diǎn)是否為真正的圖像邊緣點(diǎn)。
[0012]本發(fā)明還提供一種圖像邊緣檢測(cè)系統(tǒng)，包括濾波模塊、計(jì)算模塊、檢測(cè)模塊及判定模塊，其中:所述濾波提取模塊用于利用不同尺度的濾波器分別對(duì)一張待檢測(cè)圖像濾波，得到一組不同分辨率的圖像；所述計(jì)算模塊用于針對(duì)上述得到的不同分辨率的圖像，分別計(jì)算得到每張圖像的差分圖像；所述檢測(cè)模塊用于采用基本邊緣模型對(duì)上述計(jì)算得到的差分圖像進(jìn)行檢測(cè)；所述判定模塊用于根據(jù)不同圖像中同一個(gè)空間位置的像素點(diǎn)在上述步驟中的檢測(cè)結(jié)果，確定所述待檢測(cè)圖像的邊緣。
[0013]其中，所述的濾波器為高斯濾波器。
[0014]所述的基本邊緣模型分別是斜坡模型、脈沖模型、階躍模型以及S形模型。
[0015]所述的檢測(cè)模塊具體用于:首先并行或者先后進(jìn)行脈沖模型和斜坡模型的檢測(cè)，然后并行同時(shí)或者先后進(jìn)行階躍模型及S形模型的檢測(cè)。
[0016]所述的判定模塊具體用于:根據(jù)上述不同差分圖像中同一個(gè)空間位置的像素點(diǎn)的檢測(cè)結(jié)果，通過(guò)按位與運(yùn)算來(lái)判定所述像素點(diǎn)是否為真正的圖像邊緣點(diǎn)。
[0017]本發(fā)明圖像邊緣檢測(cè)方法及系統(tǒng)，采用一組擁有不同尺度的高斯濾波器產(chǎn)生不同分辨率的圖像，然后利用所述多分辨率圖像進(jìn)行邊緣檢測(cè)和定位分析。本發(fā)明能夠提高圖像邊緣檢測(cè)和定位的精度。同時(shí)，本發(fā)明在大量噪聲的干擾情況下，也能很好地對(duì)邊緣進(jìn)行檢測(cè)和定位。
【附圖說(shuō)明】
[0018]圖1為本發(fā)明圖像邊緣檢測(cè)方法的流程圖；
[0019]圖2為本發(fā)明圖像邊緣檢測(cè)系統(tǒng)的硬件架構(gòu)圖。
【具體實(shí)施方式】
[0020]下面結(jié)合附圖及具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明。
[0021]參閱圖1所示，是本發(fā)明圖像邊緣檢測(cè)方法較佳實(shí)施例的作業(yè)流程圖。
[0022]步驟S401，利用不同尺度的高斯濾波器對(duì)一張待檢測(cè)圖像進(jìn)行濾波，得到一組不同分辨率的圖像。具體如下:
[0023]一般而言，基礎(chǔ)高斯濾波器的大小或者尺度是1-10，更大一級(jí)的高斯濾波器的尺度則是基本基礎(chǔ)尺度的平方，而再大一級(jí)的高斯濾波器尺度則是上一級(jí)尺度的平方，以此類(lèi)推。而分辨率則代表了濾波的程度:尺度越大的濾波器對(duì)圖像濾波后，圖像就會(huì)更加模糊，更多的高頻信息或者圖像細(xì)節(jié)就會(huì)丟失甚至不見(jiàn)。因此當(dāng)使用一組比如3到6個(gè)具有不同尺度的高斯濾波器對(duì)一張圖片濾波時(shí)，就產(chǎn)生一組具有不同圖像分辨率的從精細(xì)到粗糙的圖像。
[0024]步驟S402，針對(duì)上述得到的不同分辨率的圖像，分別計(jì)算得到每張圖像的差分圖像。所述差分圖像包括:一階差分圖像、二階差分圖像和三階差分圖像。其中，所述一階差分圖像為將圖像像素點(diǎn)的灰度值與其相鄰像素點(diǎn)的灰度值相減得到；所述二階差分圖像為將圖像像素點(diǎn)的一階差分值與其相鄰像素點(diǎn)的一階差分值相減得到；所述三階差分圖像為將圖像像素點(diǎn)的二階差分值與其相鄰像素點(diǎn)的二階差分值相減得到。
[0025]步驟S403，采用基本邊緣模型對(duì)上述計(jì)算得到的差分圖像進(jìn)行檢測(cè)。具體而言:
[0026]本實(shí)施例采用四種基本邊緣模型檢測(cè)所述差分圖像，所述的四種基本邊緣模型分別是斜坡模型、脈沖模型、階躍模型以及S形模型。所述四種基本邊緣模型分別檢測(cè)和定位所述差分圖像的每一個(gè)像素點(diǎn)，每個(gè)基本邊緣模型都有其相應(yīng)的檢測(cè)和定位規(guī)則。所述差分圖像同時(shí)進(jìn)入上述四種基本邊緣模型分別或者并行檢測(cè)。由于脈沖模型和斜坡模型的邊緣容易被判定為階躍模型，所以階躍模型不檢測(cè)已經(jīng)被判定為脈沖模型和斜坡模型的像素點(diǎn)。同理，由于斜坡模型是一種特殊的S形模型，所以S形模型也不檢測(cè)已經(jīng)被判定為斜坡模型的像素點(diǎn)。基于上述原因，為了提高檢測(cè)效率，本實(shí)施例最先并行或者先后進(jìn)行脈沖模型和斜坡模型的檢測(cè)，然后利用所述脈沖模型和斜坡模型的檢測(cè)結(jié)果指導(dǎo)階躍模型和S形模型進(jìn)行檢測(cè)。類(lèi)似于上述脈沖模型和斜坡模型的檢測(cè)，所述階躍模型和S形模型也可以并行同時(shí)或者先后進(jìn)行檢測(cè)。
[0027]步驟S404，根據(jù)不同圖像中同一個(gè)空間位置的像素點(diǎn)