一种折反射图像边缘检测方法、装置及可读存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115330825A(43)申请公布日2022.11.11(21)申请号202210960548.5(22)申请日2022.08.09(71)申请人苏州大学地址215000江苏省苏州市吴中区石湖西路188号(72)发明人钟宝江郑恩壮(74)专利代理机构苏州市中南伟业知识产权代理事务所(普通合伙)32257专利代理师李艾(51)Int.Cl.G06T7/13(2017.01)G06T5/00(2006.01)G06T5/20(2006.01)权利要求书3页说明书11页附图3页(54)发明名称一种折反射图像边缘检测方法、装置及可读存储介质(57)摘要本发明涉及一种折反射图像边缘检测方法，在待检测图像原平面上直接构造边缘检测算子，利用黎曼流形上的各向异性图像滤波进行边缘检测。通过求解嵌入黎曼度量的各向异性方向导数，推导出了黎曼流形上的各向异性高斯核；利用该高斯核，构造了一种新的各向异性边缘检测算子；将各向异性边缘检测算子与数字化折反射图像卷积获取图像边缘梯度图，再进行对比度均衡处理、非极大值抑制操作与双阈值法二值化操作获取边缘图。该各向异性边缘检测算子更适合于折反射图像，在检测过程中该各向异性边缘检测算子会考虑到折反射图像的几何结构信息，同时，在保留图像边缘方面具有更高的效率，从而可以产生更多的真正边缘，使输出的边缘图边缘更加清晰。CN115330825ACN115330825A权利要求书1/3页1.一种折反射图像边缘检测方法，其特征在于，包括：对待检测图像进行预处理得到数字化折反射图像，并计算所述数字化折反射图像的黎曼度量张量；对所述黎曼度量张量进行特征值分解，得到坐标转移矩阵；根据所述坐标转移矩阵构造各向异性边缘检测算子；将所述各向异性边缘检测算子与所述数字化折反射图像进行卷积，得到图像边缘梯度图；对所述图像边缘梯度图进行对比度均衡化处理，得到对比度均衡的梯度图；对所述对比度均衡的梯度图进行非极大值抑制操作和双阈值法二值化操作得到所述待检测图像的边缘图。2.根据权利要求1所述的折反射图像边缘检测方法，其特征在于，所述对待检测图像进行预处理得到数字化折反射图像包括：利用折反射图像的统一成像模型处理所述待检测图像得到数字化折反射图像I(n)；折反射图像的统一成像模型的投影函数为：f:R3→R2，其中，n为所述数字化折反射图像中像素点的位置；R3表示三维欧氏空间，R2表示二维欧式平面；x，y，z是所述待检测图像像素点的三维空间坐标值；参数ξ为反射镜的参数；反射镜为平面镜时，参数ξ为0；反射镜为抛物镜面时，参数ξ为1；反射镜为椭圆镜面或双曲镜面时，参数ξ为其中，f是反射镜的焦距，4l是反射镜的通径长度。3.根据权利要求1所述的折反射图像边缘检测方法，其特征在于,所述黎曼度量张量的计算公式为：其中，g为黎曼度量张量，xg，yg是所述数字化折反射图像中像素点的相对位置，取值范围是[‑1，1]，ζ是一个随所述数字化折反射图像中像素点相对位置变化的函数，表达式为：4.根据权利要求1所述的折反射图像边缘检测方法，其特征在于，所述对黎曼度量张量进行特征值分解的公式为：g＝hTh；其中，h是坐标转移矩阵，λ1，λ2是黎曼度量张量g的特征值，并且λ1>λ2>0，ν1，ν2是特征值λ1和λ2对应的特征向量，2CN115330825A权利要求书2/3页[ν1，ν2]是一个正交矩阵。5.根据权利要求1所述的折反射图像边缘检测方法，其特征在于，所述根据坐标转移矩阵构造各向异性边缘检测算子包括：数字化折反射图像局部邻域内弧长的平方为：ds2＝(hdx)T(hdx)，根据所述数字化折反射图像局部邻域内弧长的平方公式推导出各向异性方向导数：对所述各向异性方向导数两边求水平方向偏导数得到各向异性边缘检测算子：其中，s为弧长参数；x1为所述数字化折反射图像中像素点的位置；σ为尺度参数；ρ(ρ>1)为各向异性因子；θ为旋转角度；所使用的旋转矩阵6.根据权利要求1所述的折反射图像边缘检测方法，其特征在于，所述将所述各向异性边缘检测算子与所述数字化折反射图像进行卷积，得到图像边缘梯度图包括：将一组方向为的各向异性边缘检测算子分别与所述数字化折反射图像进行卷积；当各向异性边缘检测算子的方向与所述数字化折反射图像边缘的方向相同时，卷积得到响应值；在每个方向中取绝对值最大的响应值作为所述数字化折反射图像的梯度值，获取图像边缘梯度图η(n)：其中，方向N为输入的方向数量，默认值是8；n为所述数字化折反射图像中像素点的位置；x1为所述数字化折反射图像中像素点的位置；σ为尺度参数；ρ(ρ>1)为各向异性因子。7.根据权利要求1所述的折反射图像边缘检测方法，其特征在于，所述对所述图像边缘梯度图进行对比度均衡化处理的公式为：其中