一种基于红外图像的边缘检测方法、装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114140481A(43)申请公布日2022.03.04(21)申请号202111296821.0(22)申请日2021.11.03(71)申请人中国安全生产科学研究院地址100020北京市朝阳区北苑路32号甲1号楼申请人北京伟瑞迪科技有限公司(72)发明人王媛媛王如君多英全李兴华于立见陈秀梅郭乐乐张圣柱(74)专利代理机构北京维正专利代理有限公司11508代理人谢明辉(51)Int.Cl.G06T7/13(2017.01)G06T7/136(2017.01)G06T5/00(2006.01)权利要求书2页说明书7页附图2页(54)发明名称一种基于红外图像的边缘检测方法、装置(57)摘要本申请涉及图像处理的技术领域，特别涉及一种基于红外图像的边缘检测方法、装置，包括步骤：将采集的红外图像转换成灰度图像；对转换的灰度图像进行均值滤波；采用灰度线性变换进行图像增强；确定原图像合适的分段点a和分段点b；压缩灰度总数；基于2×2邻域计算梯度幅值；基于3×3邻域计算梯度幅值；对2×2邻域计算的梯度幅值与3×3邻域计算的梯度幅值进行加权取梯度幅均值；确定阈值范围；基于高阈值点进行初步边缘检测；基于低阈值点进行细化边缘检测。本申请实现了对红外图像弱目标的阈值的合理选取。CN114140481ACN114140481A权利要求书1/2页1.一种基于红外图像的边缘检测方法，其特征在于：包括步骤将采集的红外图像转换成灰度图像；对转换的灰度图像进行均值滤波；采用灰度线性变换进行图像增强；确定原图像合适的分段点a和分段点b；压缩灰度总数；基于2×2邻域计算梯度幅值；基于3×3邻域计算梯度幅值；对2×2邻域计算的梯度幅值与3×3邻域计算的梯度幅值进行加权取梯度幅均值；确定阈值范围；基于高阈值点进行初步边缘检测；基于低阈值点进行细化边缘检测。2.根据权利要求1所述的一种基于红外图像的边缘检测方法，其特征在于：确定灰度原图像合适的分段点a和分段点b，具体为：根据原灰度图像f(x,y)的灰度值，得出原灰度图像的灰度直方图或灰度值概率密度函数，并使得原灰度图像f(x,y)的灰度中间值以及原灰度图像f(x,y)的80％的灰度值落入到灰度区间[a,b]内。3.根据权利要求2所述的一种基于红外图像的边缘检测方法，其特征在于：将原图像灰度区间[a,b]转换成灰度区间[c,d]，且所述灰度分段点a的数值大于灰度分段点c的数值，灰度分段点b的数值小于灰度分段点d的数值。4.根据权利要求3所述的一种基于红外图像的边缘检测方法，其特征在于：所述压缩灰度总数，具体为：具体为，基于已变换灰度级F(x,y)在灰度区间[c,d]，以灰度值c为起点，每相隔5个灰度值，将此5个灰度值均由此5个灰度值的灰度中值来替代。5.根据权利要求4所述的一种基于红外图像的边缘检测方法，其特征在于：所述确定阈值，具体为：根据对2×2邻域计算的梯度幅值与3×3邻域计算的梯度幅值进行加权取梯度幅均值；梯度幅均值取值区间为[c,d]，将分段点d设置为强阈值点位，将分段点c设置为弱阈值点位；并将小于弱阈值点c的点认为是假边缘并置为灰度值0，将大于强阈值点d的点认为是强边缘并置为灰度值1，介于区间[c,d]中间的幅度值需进行下一步的检查。6.根据权利要求5所述的一种基于红外图像的边缘检测方法，其特征在于：所述基于高阈值点进行初步边缘检测，具体为：根据高阈值点把边缘链接成轮廓，当到达轮廓的端点时，该算法会在断点的八邻域点中寻找满足低阈值的点，再根据此点收集新的边缘，直到整个图像闭合。7.根据权利要求6所述的一种基于红外图像的边缘检测方法，其特征在于：所述基于低阈值点进行细化边缘检测，具体为：设置阈值的初始估值，2CN114140481A权利要求书2/2页式中c和d为灰度图像已变换灰度级F(x,y)变换后的区间，τ0表示迭代次数为0，计算求出灰度区间[c,τ0]的平均灰度值τ1，循环以上步骤得出τn＝τn+1时，循环结束，则灰度图像最低阈值点位τn+1，根据阈值τn+1的大小，输出细化边缘检测图像。8.一种基于红外图像的边缘检测装置，其特征在于：包括红外检测模块(1)、处理模块(2)、存储模块(3)以及显示终端(4)；所述红外检测模块(1)与存储模块(3)通信，所述存储模块(3)与处理模块(2)通信，所述处理模块(2)与显示终端(4)通信；所述红外检测模块(1)用于采集目标的红外图像；所述存储模块(3)用于存储红外检测模块(1)采集到的红外图像；所述处理模块(2)用于将采集到的红外图像转换为灰度图像，并将灰度图像采用了如上述权利要求1‑7任意一项的基于红外图像的边缘检测算法进行边缘检测计算，将灰度图像转化成边缘检测后的图像后，输出至显示终