预览加载中,请您耐心等待几秒...
1/8
2/8
3/8
4/8
5/8
6/8
7/8
8/8

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN110533682A(43)申请公布日2019.12.03(21)申请号201910813100.9(22)申请日2019.08.30(71)申请人福建省德腾智能科技有限公司地址362200福建省泉州市晋江市罗山街道苏内社区创意创业创新园3001号(72)发明人王鹏李红云(74)专利代理机构泉州协创知识产权代理事务所(普通合伙)35231代理人郑浩(51)Int.Cl.G06T7/13(2017.01)权利要求书2页说明书3页附图2页(54)发明名称一种基于曲率滤波的图像边缘实时提取方法(57)摘要本发明公开一种基于曲率滤波的图像边缘实时提取方法,属于计算机图像处理技术领域,其包括以下步骤:S1、通过相机采集图像;S2、对采集到的图像进行膨胀和腐蚀操作;S3、将膨胀腐蚀后的图像转化到灰度空间,得到灰度图像;S4、对灰度图像进行双向曲率滤波处理,即分别在纵向和横向两个方向进行曲率滤波,之后叠加获得图像的边缘轮廓图。本发明能够较好地提取到整个图像的轮廓线信息,为图像的识别和检测提供了可靠的边缘信息,解决了目前图像处理中边缘提取鲁棒性低、算法效率低等问题。CN110533682ACN110533682A权利要求书1/2页1.一种基于曲率滤波的图像边缘实时提取方法,其特征在于,包括以下步骤:S1、通过相机采集图像;S2、对采集到的图像进行膨胀和腐蚀操作;S3、将膨胀腐蚀后的图像转化到灰度空间,得到灰度图像;S4、对灰度图像进行双向曲率滤波处理,即分别在纵向和横向两个方向进行曲率滤波,之后叠加获得图像的边缘轮廓图。2.根据权利要求1所述的一种基于曲率滤波的图像边缘实时提取方法,其特征在于,所述步骤S2中的膨胀和腐蚀操作的结构元素设置为3×3的圆盘形结构元素。3.根据权利要求1或2所述的一种基于曲率滤波的图像边缘实时提取方法,其特征在于,所述步骤S4中的曲率滤波处理的方法是通过构建模型对图像的边缘进行提取,构建的模型如下:其二维曲面的表达式如下:式(1)中,表示输入图像U(i,j)对应的(i,j)坐标,表示的是离散的数字图像;则高斯曲率定义为:式(2)中,Ux表示输入图像的水平方向的一阶梯度,Uy表示输入图像的垂直方向的一阶梯度,Uxx表示输入图像的水平方向的二阶梯度,Uyy表示输入图像的垂直方向的二阶梯度,Uxy表示输入图像的水平方向上做完梯度后再做垂直方向的梯度;K(x)表示最终获取的高斯曲率;其全变差高斯曲率差分模型为:式(3)中,ε(U)表示高斯曲率的能量函数,δ表示终止阈值,L2是平方可积距离函数;对该函数进行离散化操作,最终的求解结果为:通过对式(4)进行简化和拟合,等效为:通过式(5),带入图像中,运用窗口掩膜的方式,分别对纵向和横向进行处理,之后叠加2CN110533682A权利要求书2/2页纵向和横向的处理结果,即获得最终的边界图像。3CN110533682A说明书1/3页一种基于曲率滤波的图像边缘实时提取方法技术领域[0001]本发明属于计算机图像处理领域,具体涉及一种基于曲率滤波的图像边缘实时提取方法。背景技术[0002]目前,图像的边缘提取方法主要采用的是Canny算法以及相关的改进算法,由于这些算法中存在设置边缘提取的强边缘和弱边缘的设置都是人为设置,因此这些算法不能适应一些特殊的场合,这些算法的鲁棒性低。发明内容[0003]针对现有技术存在的上述问题,本发明通过结合图形学和立体几何的方法,从图像曲率入手,提供一种基于曲率滤波的图像边缘实时提取方法,它能够实时、高效地提取物体的边缘轮廓。[0004]本发明采用如下技术方案:一种基于曲率滤波的图像边缘实时提取方法,包括以下步骤:S1、通过相机采集图像;S2、对采集到的图像进行膨胀和腐蚀操作;S3、将膨胀腐蚀后的图像转化到灰度空间,得到灰度图像;S4、对灰度图像进行双向曲率滤波处理,即分别在纵向和横向两个方向进行曲率滤波,之后叠加获得图像的边缘轮廓图。[0005]优选地,所述步骤S2中的膨胀和腐蚀操作的结构元素设置为3×3的圆盘形结构元素。[0006]优选地,所述步骤S4中的曲率滤波处理的方法是通过构建模型对图像的边缘进行提取,构建的模型如下:其二维曲面的表达式如下:式(1)中,表示输入图像U(i,j)对应的(i,j)坐标,表示的是离散的数字图像;则高斯曲率定义为:式(2)中,Ux表示输入图像的水平方向的一阶梯度,Uy表示输入图像的垂直方向的一阶梯度,Uxx表示输入图像的水平方向的二阶梯度,Uyy表示输入图像的垂直方向的二阶梯度,Uxy表示输入图像的水平方向上做完梯度后再做垂直方向的梯度;K(x)表示最终获取的高斯4CN110533682A说明书2/3页曲率;其全变差高斯曲率差分模型为:式(