本發(fā)明涉及一種數(shù)字圖像處理領(lǐng)域，具體說是一種邊緣檢測(cè)方法。

背景技術(shù)：

邊緣是圖像最基本的特征。Marr的視覺計(jì)算理論把邊緣圖像的獲取看作視覺的早期階段，亦即整個(gè)視覺過程的起點(diǎn)。對(duì)人類視覺系統(tǒng)的研究表明,圖像的邊緣特別重要，往往僅憑一條粗略的輪廓線就能識(shí)別出一個(gè)物體，故圖像的邊緣具有豐富的信息。因此，圖像邊緣提取技術(shù)一直是圖像處理與模式識(shí)別的重要環(huán)節(jié),并在諸多領(lǐng)域得到了廣泛的應(yīng)用?？v觀圖像處理技術(shù)的發(fā)展進(jìn)程，邊緣提取技術(shù)的新理論、新方法不斷涌現(xiàn)，諸如邊緣跟蹤法、基于像素領(lǐng)域構(gòu)造的邊緣檢測(cè)算子，如常用的梯度算子、Laplace算子等。近幾年來(lái)在此領(lǐng)域又出現(xiàn)了數(shù)學(xué)形態(tài)學(xué)、小波分析、BP神經(jīng)網(wǎng)絡(luò)等圖像處理新技術(shù)，極大地促進(jìn)了數(shù)字圖像邊緣提取技術(shù)的發(fā)展。但就己發(fā)表的成果來(lái)看，這些方法還存在以下問題：

(1)計(jì)算復(fù)雜度較大，難以達(dá)到實(shí)時(shí)處理；

(2)對(duì)數(shù)據(jù)源的要求較嚴(yán)格，對(duì)于邊緣不顯著的物體，提取效果不好。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供了一種邊緣檢測(cè)方法，通過構(gòu)造能量函數(shù)，運(yùn)用迭代計(jì)算的方式，模擬曲線受力過程，使提取的邊緣最大限度地保持與實(shí)際邊緣一致，方法的計(jì)算量小，輸出結(jié)果可靠。

為實(shí)現(xiàn)本發(fā)明的目標(biāo)所采用的技術(shù)方案是：方法包括以下步驟：

步驟1：為了在去除噪聲的同時(shí)保留邊緣信息，對(duì)輸入圖像I₀進(jìn)行基于各向異性熱擴(kuò)散方程的預(yù)處理，得到預(yù)處理圖像I₁；

步驟2：在預(yù)處理圖像I₁中初始化活動(dòng)輪廓C和迭代次數(shù)T₀；

步驟3：構(gòu)造能量函數(shù)F，F(xiàn)由膨脹因子F_b、平滑因子F_s和收縮因子F_c三個(gè)部分組成，F(xiàn)＝F_b+F_s+F_c，膨脹因子F_b的迭代表達(dá)式采用如下公式：

式(1)，DIL_d為膨脹操作符，為第t次迭代后的膨脹因子，為第t+1次迭代后的膨脹因子，為像素點(diǎn)(x,y)在第t次迭代后的灰度取值，sign為像素點(diǎn)(x,y)處的梯度方向，ERO_d為腐蝕操作符，T₁為灰度閾值；

平滑因子F_s的迭代表達(dá)式采用如下公式：

式(2)，為第t次迭代后的平滑因子，為第t+1次迭代后的平滑因子，符號(hào)為數(shù)學(xué)形態(tài)學(xué)的開運(yùn)算操作符，SE₁為長(zhǎng)度為三個(gè)像素點(diǎn)的直線結(jié)構(gòu)元素集合，SE₂為包含于8鄰域的結(jié)構(gòu)元素集合，T₂為灰度閾值；

收縮因子F_c的迭代表達(dá)式采用如下公式：

式(3)，為第t次迭代后的收縮因子，為第t+1次迭代后的收縮因子，T₃為灰度閾值；

步驟4：迭代計(jì)算步驟2中活動(dòng)輪廓C的所有像素點(diǎn)的能量函數(shù)F，直到迭代次數(shù)為T₀；

步驟5：將第T₀次迭代后的活動(dòng)輪廓C_T作為邊緣輸出。

所述的基于各向異性熱擴(kuò)散方程的預(yù)處理方法采用如下公式：

式(4)，為像素點(diǎn)(x,y)在第t次迭代后的灰度取值，為像素點(diǎn)(x,y)在第t+1次迭代后的灰度取值，k和λ均為平滑控制系數(shù)，取值越大,越不易保留邊緣；和分別表示在上、下、左、右四個(gè)方向上對(duì)像素點(diǎn)(x,y)求偏導(dǎo)，取值越大，即變化較大，表示像素點(diǎn)(x,y)位于邊緣的可能性越大；和分別表示上、下、左、右四個(gè)方向上的導(dǎo)熱系數(shù)，取值越小，即方向變化越大，越有利于保留邊界邊緣。

本發(fā)明的有益效果是：能夠準(zhǔn)確的提取物體邊緣，可以應(yīng)用于目標(biāo)識(shí)別等領(lǐng)域。

附圖說明

圖1是本發(fā)明的總體處理流程圖。

具體實(shí)施方式

下面結(jié)合附圖詳細(xì)描述本發(fā)明的具體實(shí)施方式。

圖1是本發(fā)明的總體處理流程圖：

在步驟101，輸入待處理圖像I₀。

在步驟102，對(duì)步驟101的待處理圖像I₀進(jìn)行基于各向異性熱擴(kuò)散方程的預(yù)處理，得到預(yù)處理圖像I₁，基于各向異性熱擴(kuò)散方程的預(yù)處理方法采用如下公式：

式(5)，為像素點(diǎn)(x,y)在第t次迭代后的灰度取值，為像素點(diǎn)(x,y)在第t+1次迭代后的灰度取值，k和λ均為平滑控制系數(shù)，取值越大,越不易保留邊緣；和分別表示在上、下、左、右四個(gè)方向上對(duì)像素點(diǎn)(x，y)求偏導(dǎo)，取值越大，即變化較大，表示像素點(diǎn)(x，y)位于邊緣的可能性越大；和分別表示上、下、左、右四個(gè)方向上的導(dǎo)熱系數(shù)，取值越小，即方向變化越大，越有利于保留邊界邊緣。

在步驟103，在步驟102中的預(yù)處理圖像I₁中初始化活動(dòng)輪廓C和設(shè)置迭代次數(shù)T₀，經(jīng)反復(fù)試驗(yàn)，將活動(dòng)輪廓C設(shè)定為以圖像中心為圓心，圖像短邊長(zhǎng)為直徑的圓，將T₀設(shè)定為20。

在步驟104，構(gòu)造能量函數(shù)F，F(xiàn)由膨脹因子F_b、平滑因子F_s和收縮因子F_c三個(gè)部分組成，F(xiàn)＝F_b+F_s+F_c，膨脹因子F_b的迭代表達(dá)式采用如下公式：

式(6)，為第t次迭代后的膨脹因子，為第t+1次迭代后的膨脹因子，為像素點(diǎn)(x,y)在第t次迭代后的灰度取值，sign為像素點(diǎn)(x,y)處的梯度方向，DIL_d為膨脹操作符，ERO_d為腐蝕操作符，T₁為灰度閾值，平滑因子F_s的迭代表達(dá)式采用如下公式：

式(7)，為第t次迭代后的平滑因子，為第t+1次迭代后的平滑因子，符號(hào)為數(shù)學(xué)形態(tài)學(xué)的開運(yùn)算操作符，SE₁為長(zhǎng)度為三個(gè)像素點(diǎn)的直線結(jié)構(gòu)元素集合，SE₂為包含于8鄰域的結(jié)構(gòu)元素集合，T₂為灰度閾值，收縮因子F_c的迭代表達(dá)式采用如下公式：

式(8)，為第t次迭代后的收縮因子，為第t+1次迭代后的收縮因子，T₃為灰度閾值；。

在步驟105，迭代計(jì)算步驟103中活動(dòng)輪廓C的所有像素點(diǎn)的能量函數(shù)F，直到迭代次數(shù)為T₀。

在步驟106，將第T₀次迭代后的活動(dòng)輪廓C_T作為邊緣輸出。

經(jīng)試驗(yàn)，步驟104中的閾值T₁、T₂和T₃分別設(shè)置為120、150和180。