一种图像边缘检测方法、装置及存储介质.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CN113870297A(43)申请公布日2021.12.31(21)申请号202111457160.5(22)申请日2021.12.02(71)申请人暨南大学地址510630广东省广州市黄埔大道西601号(72)发明人赵卫汪小平(74)专利代理机构广州嘉权专利商标事务所有限公司44205代理人余凯欢(51)Int.Cl.G06T7/13(2017.01)G06N3/00(2006.01)权利要求书2页说明书11页附图3页(54)发明名称一种图像边缘检测方法、装置及存储介质(57)摘要本发明公开了一种图像边缘检测方法、装置及存储介质，包括：将待检测图像转换为灰度图像；对每个候选边缘方向的灰度导数进行加权平均处理，确定灰度图像中各个像素在候选边缘方向的灰度导数；将候选边缘方向的最大灰度导数作为目标像素的灰度导数，根据灰度导数阈值建立边缘点判断矩阵、边缘强度矩阵以及平均边缘强度矩阵；初始化种群规模和问题维度，随机产生种群样本；构造适应度函数，确定循环次数；根据种群样本、适应度函数和循环次数，采用教师学生学习方法确定边界点；从边界点的邻域范围内随机选取一个候选样本替换边界点后，输出边缘检测结果。本发明的精度高且收敛速度快，可广泛应用于图像处理技术领域。CN113870297ACN113870297A权利要求书1/2页1.一种图像边缘检测方法，其特征在于，包括：将待检测图像转换为灰度图像；对每个候选边缘方向的灰度导数进行加权平均处理，确定所述灰度图像中各个像素在候选边缘方向的灰度导数；将所述候选边缘方向的最大灰度导数作为目标像素的灰度导数，并根据灰度导数阈值建立边缘点判断矩阵、边缘强度矩阵以及平均边缘强度矩阵；初始化种群规模和问题维度，并随机产生种群样本；根据边缘强度和临界边缘强度阈值构造适应度函数，并确定循环次数；根据所述种群样本、所述适应度函数和所述循环次数，采用教师学生学习方法确定边界点；从所述边界点的邻域范围内随机选取一个候选样本替换所述边界点后，输出边缘检测结果。2.根据权利要求1所述的图像边缘检测方法，其特征在于，所述对每个候选边缘方向的灰度导数进行加权平均处理，确定所述灰度图像中各个像素在候选边缘方向的灰度导数，包括：定义八个候选边缘方向；取所述灰度图像中任一位置沿任一候选边缘方向的三个像素，计算所述三个像素在四个垂直方向上的灰度导数；对各个所述灰度导数进行排序后，计算对应的权重以及灰度导数的加权平均值。3.根据权利要求1所述的图像边缘检测方法，其特征在于，所述将所述候选边缘方向的最大灰度导数作为目标像素的灰度导数，并根据灰度导数阈值建立边缘点判断矩阵、边缘强度矩阵以及平均边缘强度矩阵，包括：取不同垂直方向下对应的所述灰度导数中的最大值作为各个像素的灰度导数；选取灰度导数阈值；根据所述灰度导数阈值过滤所述灰度图像中非边缘噪声的像素点；建立边缘点判断矩阵；根据所述边缘点判断矩阵，选取像素点邻域宽度后计算元素周围的所述邻域宽度范围内的非零元素之和，确定边缘强度矩阵；根据所述边缘强度矩阵计算平均边缘强度矩阵。4.根据权利要求1所述的图像边缘检测方法，其特征在于，所述方法还包括：根据所述适应度函数，计算包含多个元素的种群矩阵样本的适应度值向量；将所述适应度值向量最大的样本作为教师，计算种群的平均值向量和平均适应度值。5.根据权利要求4所述的图像边缘检测方法，其特征在于，所述根据所述种群样本、所述适应度函数和所述循环次数，采用教师学生学习方法确定边界点，包括：在向教师学习阶段中，根据种群中任一第一样本，确定新的候选样本；在学生互相学习阶段中，根据种群中任一第一样本，随机选取种群中不同于所述第一样本的第二样本，计算所述第一样本和所述第二样本之间的适应度值，并根据所述适应度值确定新的候选样本；根据所述新的候选样本确定所述边界点。2CN113870297A权利要求书2/2页6.根据权利要求5所述的图像边缘检测方法，其特征在于，所述根据所述种群样本、所述适应度函数和所述循环次数，采用教师学生学习方法确定边界点，还包括：将适应度值最大的样本作为新的教师，并根据所述新的教师计算种群的平均值向量和平均适应度值；判断种群中任一样本的边缘强度值是否大于N倍临界边缘强度，且平均边缘强度大于边缘强度阈值，若是，则将当前样本对应位置的像素标记为边界点；选取新的候选样本替换所述边界点对应的种群中的样本。7.一种图像边缘检测装置，其特征在于，包括：第一模块，用于将待检测图像转换为灰度图像；第二模块，用于对每个候选边缘方向的灰度导数进行加权平均处理，确定所述灰度图像中各个像素在候选边缘方向的灰度导数；第三模块，用于将所述候选边缘方向的最大灰度导数作为目标像素的灰度导数，并根据灰度导数阈值