一種基于顏色差分的彩色圖像邊緣檢測方法
【專利摘要】本發明公開了一種基于顏色差分的彩色圖像邊緣檢測方法，屬于數字圖像處理領域，該方法對平滑濾波操作具有更強的魯棒性，可以排除大量的噪聲邊緣，只保留反映物體基本結構的真實邊緣。平滑濾波去噪。構成鄰域點對。對于平滑濾波后的圖像IC(x,y)，將每個像素(x,y)相鄰的八個像素分別按照水平、豎直、45°和135°總共四個方向分成四個鄰域點對。計算顏色相離結果。計算顏色差分圖，得到的顏色差分圖CDM(x,y)即為最終的邊緣檢測結果。能夠有效抑制噪聲干擾，排除大量人們不感興趣的噪聲邊緣，僅保留反映物體基本結構變化的真實邊緣；得到的邊緣對于平滑濾波具有較好的魯棒性，在濾波窗口尺寸較大時仍然能夠具有較強的邊緣響應，不易造成重要邊緣丟失和斷裂。
【專利說明】
-種基于顏色差分的彩色圖像邊緣檢測方法
技術領域
[0001] 本發明設及數字圖像處理領域，尤其設及一種基于顏色差分的彩色圖像邊緣檢測 方法。
【背景技術】
[0002] 邊緣檢測是圖像處理領域中的基本技術，被廣泛應用于圖像檢索、目標檢測、圖像 分割、圖像分類等各種領域中。圖像中發生突變的點通常對應著圖像中的某些重要對象或 者屬性變化，主要包括圖像景深上的不連續、目標物體的輪廓和場景光照條件變化等。邊緣 檢測的目的是檢測圖像中發生突變的點，通過處理運些突變點，可W大幅減少原始圖像的 數據量，并且剔除人們通常不關屯、的緩慢變化部分，保留圖像重要的結構屬性。
[0003] 傳統的邊緣檢測通?？蒞通過計算一階梯度的最大值或二階梯度的過零點檢測 實現。基于一階梯度最大值的邊緣檢測方法主要有Robed算子、Prewitt算子、Sobel算子 等?；诙A梯度過零點檢測的邊緣檢測方法主要有Laplacian算子、LoG算子、Canny算子 等。然而，傳統的邊緣檢測方法主要面向灰度圖像。在處理彩色圖像時，往往需要先將彩色 圖像轉化為灰度圖像，再進行邊緣檢測。彩色圖像在灰度化處理之后只保留了亮度信息，忽 略了各個彩色通道的信息。因此，彩色圖像的邊緣檢測問題受到了人們的廣泛關注。
[0004] 申請號為CN201110448119.1的專利公開了 一種彩色圖像邊緣檢測方法。該方法首 先將彩色圖像分解為紅色、綠色、藍色和黃色4個通道圖像，然后分別計算紅綠、藍黃括抗圖 像，并在括抗圖像上計算得到邊緣信息分布圖像，最后對邊緣進行細化處理。
[0005] 申請號為CN201310733556.7的專利公開了一種基于多通道信息選擇的彩色圖像 邊緣檢測方法。該方法在RGB顏色空間中分別對R、G、BS個顏色通道進行邊緣檢測與梯度信 息提取，然后結合各個通道的邊緣檢測結果選擇置信度高的邊緣點，得到邊緣檢測結果。
[0006] 雖然現有的彩色圖像邊緣檢測方法多種多樣，但總體而言，現有的彩色圖像邊緣 技術仍然存在W下兩方面問題：
[0007] (1)為了減小噪聲干擾，通常要在邊緣檢測之前進行平滑濾波操作，現有邊緣檢測 方法易受平滑濾波影響，經常出現邊緣丟失現象；
[000引（2)現有邊緣檢測方法對噪聲十分敏感，容易檢測出大量人們不感興趣的噪聲邊 緣，對后續處理造成干擾。

【發明內容】

[0009] 為解決上述兩個方面的問題，本發明提出了一種基于顏色差分的彩色圖像邊緣檢 測方法。該方法對平滑濾波操作具有更強的魯棒性，可W排除大量的噪聲邊緣，只保留反映 物體基本結構的真實邊緣。
[0010] 為實現上述目的，本發明采用W下技術方案：
[0011] 本發明提出的基于顏色差分的彩色圖像邊緣檢測方法的流程圖如圖1所示，具體 包括W下步驟：
[0012] 步驟I，平滑濾波去噪。
[0013] 對輸入彩色圖像進行平滑濾波，抑制噪聲干擾。該過程由下式表示：
[0014] /( ('、-〇'）= Smooth|7/( O' rJ (I)
[0015] 式中，HG(x，y)為輸入彩色圖像，C代表圖像的顏色通道，C={R，G，B}，R、G和B分別 表示紅綠藍=種顏色。代表W Q (n)為窗口尺寸的平滑濾波，所述平滑濾波的種類包 括均值濾波、高斯濾波、中值濾波;lE(x，y)為平滑濾波后的圖像。
[0016] 步驟2,構成鄰域點對。
[0017] 對于平滑濾波后的圖像y)，將每個像素（x，y)相鄰的八個像素分別按照水 平、豎直、45°和135°總共四個方向分成四個鄰域點對。運四個鄰域點對分別為(x-l，y)與(X + 1，7)、（義，廠1)與（義，7+1)、（義-1，7+1)與（針1，7-1)、（義-1，廠1)與(針1，7+1)。像素(義，7)與 其相鄰八個域像素的位置對應關系如圖2所示。
[0018] 步驟3,計算顏色相離結果。
[0019] 分別計算每個像素(x，y)的4個鄰域點對的顏色相離結果，運四個鄰域點對的顏色 分別進行相離運算，具體表示如下：
[0020] I^(x-l,y)01^(x+l,y) (2)
[0021] 巧又，廠 l)0ic(x，y+l) (3)
[0022] I^(x-l,y+l)01^(x+l,y-l) (4)
[0023] ic(x-l，廠 l)0ic(x+l，y+l)巧）
[0024] 其中，0表示顏色相離運算，顏色相離運算是一種雙目運算，對于坐標分別為(XI， yi)和(X2，y2)的兩個像素點，其顏色相離運算定義如下：
[0025] I^(xi,yi)0I^(x2,y2)=DRUDGUDB (6)
[00%] 式中，DR、DG、DB分別為
[0027] 訊
[002引 巧）
[0029]
[0030] 其中，16^，7)、1*=^，7)和18^，7)分別代表1?、0、8^個顏色通道的像素值，^是闊 值。
[0031] 步驟4,計算顏色差分圖。
[0032] 根據每個像素(x，y)的四個鄰域點對的顏色相離結果，計算顏色差分圖CDM(x，y)， 計算方法如下：
[0033] )
[0034]
[0035] (11)
[0036] 式中，顏色相離運算"0 "的優先級高于或運算"U "。
[0037] 計算得到的顏色差分圖CDM(x，y)即為最終的邊緣檢測結果。
[0038] Q (n)需要根據輸入圖像的噪聲水平取3x3、5x5、7x7等尺寸。
[0039] 與現有技術相比，本發明具有W下明顯的優勢和有益的效果：
[0040] 1.能夠有效抑制噪聲干擾，排除大量人們不感興趣的噪聲邊緣，僅保留反映物體 基本結構變化的真實邊緣；
[0041 ] 2.得到的邊緣對于平滑濾波具有較好的魯棒性，在濾波窗口尺寸較大時仍然能夠 具有較強的邊緣響應，不易造成重要邊緣丟失和斷裂。
【附圖說明】
[0042] 圖1為本發明所設及的彩色圖像邊緣檢測方法的流程圖；
[0043] 圖2為像素(x，y)與其8-鄰域像素的位置關系；
[0044] 圖3為本發明所設及的邊緣檢測方法與現有邊緣檢測方法的檢測結果對比，（a)為 實施例中的輸入彩色圖像，（b)為Sobel算子的檢測結果，（C)為Laplacian算子的檢測結果， (d)為化nny算子的檢測結果，（e)為VG算子的檢測結果，（f)為采用本發明提出的方法的檢 測結果。
【具體實施方式】
[0045] W下結合附圖和【具體實施方式】對本發明做進一步說明。
[0046] Sl平滑濾波去噪
[0047] 首先，對輸入的彩色圖像進行均值濾波，抑制噪聲干擾。本實施例中，平滑濾波的 種類選為均值濾波，濾波的窗口尺寸Q (n)取為5x5。
[004引 S2構成鄰域點對
[0049] 將均值濾波后的圖像中每個像素(x，y)的相鄰8個像素分別按照水平、豎直、45°和 135°總共4個方向構成4個鄰域點對。運4個鄰域點對分別為(X-1，y)與(X+1，y)、（ X，y-1)與 (x，y+l)、（x-l，y+l)與（X+1，y-l)、（x-l，y-l)與（X+1，y+l)。
[0050] S3計算顏色相離結果
[0051] 按照公式(2)-(4)分別計算每個像素(x，y)的4個鄰域點對的顏色相離結果。本實 施例中，顏色相離運算中的闊值TH取30。
[0052] S4計算顏色差分圖
[0053] 根據每個像素(x，y)的四個鄰域點對的顏色相離結果，按照公式（10)計算顏色差 分圖，得到最終的邊緣檢測結果。
[0054] 圖3所示的是本發明所設及的邊緣檢測方法與現有邊緣檢測方法的檢測結果對 比，（a)為實施例中的輸入彩色圖像，（b)為Sobel算子的檢測結果，（C)為Laplacian算子的 檢測結果，（d)為Canny算子的檢測結果，（e)為VG算子的檢測結果，（f)為采用本發明提出的 方法的檢測結果。如圖3所示，本發明所設及的邊緣檢測方法與現有邊緣檢測方法相比，可 W在有效抑制噪聲的同時獲得結構完整、邊緣清晰的檢測結果。
[0055] 本說明書實施例描述的內容僅僅是對發明構思的實現形式的舉例說明，本發明的 保護范圍不應當被視為僅限于實施例所述的具體形式。本發明的保護范圍也及于本領域技 術人員根據本發明構思所能夠想到的等同技術手段。
【主權項】
1. 一種基于顏色差分的彩色圖像邊緣檢測方法，其特征在于：該方法具體包括以下步 驟:， 步驟1，平滑濾波去噪； 對輸入彩色圖像進行平滑濾波，抑制噪聲干擾;該過程由下式表示：(1) 式中，He(x，y)為輸入彩色圖像，C代表圖像的顏色通道，0={1?，6,8}，1?、6和8分別表示紅 綠藍三種顏色;Sn=^h代表以Ω (η)為窗口尺寸的平滑濾波，所述平滑濾波的種類包括均 值濾波、高斯濾波、中值濾波;Ie(x，y)為平滑濾波后的圖像； 步驟2,構成鄰域點對； 對于平滑濾波后的圖像Ie(x，y)，將每個像素(x，y)相鄰的八個像素分別按照水平、豎 直、45°和135°總共四個方向分成四個鄰域點對;這四個鄰域點對分別為(x-l，y)與（x+1， 7)、（叉，7-1)與(叉，7+1)、（叉-1，7+1)與(叉+1，7-1)、（叉-1，7-1)與(叉+1，7+1);得到像素(叉，7)與 其相鄰八個域像素的位置對應關系； 步驟3,計算顏色相離結果； 分別計算每個像素(x，y)的四個鄰域點對的顏色相離結果，這四個鄰域點對的顏色分 別進行相離運算，具體表示如下： Ic(x-l,y)01c(x+l,y) (2) Ic(x,y-l)01c(x,y+l) (3) Ic(x-l,y+l) 0Ic(x+l,y-l) (4) Ic(x-l,y-l) 0Ic(x+l,y+l) (5) 其中，Θ表示顏色相離運算，顏色相離運算是一種雙目運算，對于坐標分別為(X1，yi)和 (X2，y2)的兩個像素點，其顏色相離運算定義如下： Ic(xi,yi) 0Ic(x2,y2)=DRUDGUDB (6) 式中，DR、DG、DB分別為其中，1%，7)、1(^，7)和1%，7)分別代表1^、8三個顏色通道的像素值，1'!1是閾值； 步驟4,計算顏色差分圖； 根據每個像素(x，y)的四個鄰域點對的顏色相離結果，計算顏色差分圖CDM(x，y)，計算 方法如下：(1〇) 式中，CD的計算公式為 (ID 式中，顏色相離運算" Θ "的優先級高于或運算" U " ； 計算得到的顏色差分圖CDM(x，y)即為最終的邊緣檢測結果。2.根據權利要求一種基于顏色差分的彩色圖像邊緣檢測方法，其特征在于：Ω (n)需要 根據輸入圖像的噪聲水平取3χ3、5χ5、7χ7尺寸。
【文檔編號】G06T7/00GK105957067SQ201610258532
【公開日】2016年9月21日
【申請日】2016年4月23日
【發明人】卓力, 胡笑塵, 張菁, 李曉光
【申請人】北京工業大學