图像边缘检测方法及系统.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CN108416789A(43)申请公布日2018.08.17(21)申请号201810564446.5(22)申请日2018.06.04(71)申请人武汉斑马快跑科技有限公司地址430000湖北省武汉市东湖新技术开发区光谷大道41号现代国际设计城一期第一栋23、24、25、26、27层(72)发明人李佳虞凡刘杰易显维(74)专利代理机构北京路浩知识产权代理有限公司11002代理人王莹吴欢燕(51)Int.Cl.G06T7/13(2017.01)权利要求书2页说明书8页附图3页(54)发明名称图像边缘检测方法及系统(57)摘要本发明实施例提供一种图像边缘检测方法及系统，包括：根据roberts算子检测算法获得原始图像中每个像素点的梯度幅值，获得梯度图像，其中，所述roberts算子采用3×3算子模板；对所述梯度图像进行非极大值抑制处理，获得候选边缘图像，所述候选边缘图像中标记了作为候选边缘点的像素点；根据canny算子检测算法对所述候选边缘图像进行边缘检测，获得边缘图像。本发明实施例通过3×3算子模板的roberts算子计算出精确的梯度幅值，为进行canny算子检测算法创造了良好的条件，而采用canny算子对候选边缘图像中边界为候选边缘点的像素点进行筛选，可以降低canny算子检测算法的计算量、提高计算精度，同时保留平滑性和极值抑制的优点。CN108416789ACN108416789A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：根据roberts算子检测算法获得原始图像中每个像素点的梯度幅值，获得梯度图像，其中，所述roberts算子采用3×3算子模板；对所述梯度图像进行非极大值抑制处理，获得候选边缘图像，所述候选边缘图像中标记了作为候选边缘点的像素点；根据canny算子检测算法对所述候选边缘图像进行边缘检测，获得边缘图像。2.根据权利要求1所述的图像边缘检测方法，其特征在于，所述根据roberts算子检测算法获得原始图像中每个像素点的梯度幅值，获得梯度图像，具体为：对所述原始图像添加高斯噪声，获得噪声图像；根据roberts算子检测算法检测所述噪声图像中每个像素点的梯度幅值，获得含噪边缘图像；根据所述含噪边缘图像中像素点的梯度幅值，对所述含噪边缘图像进行去噪，获得所述梯度图像。3.根据权利要求2所述的图像边缘检测方法，其特征在于，所述对所述含噪边缘图像进行去噪，具体为利用三维块匹配法对所述含噪边缘图像进行去噪。4.根据权利要求1所述的图像边缘检测方法，其特征在于，所述对所述梯度图像进行非极大值抑制处理，获得候选边缘图像，具体为：对所述梯度图像中梯度幅值为0或1的像素点作为第一区域中的像素点；对所述梯度图像中位于所述第一区域之外的像素点进行非极大值抑制处理，获得所述候选边缘图像。5.根据权利要求4所述的图像边缘检测方法，其特征在于，所述对所述梯度图像中位于所述第一区域之外的像素点进行非极大值抑制处理，获得所述候选边缘图像，具体为：对于梯度图像中位于所述第一区域之外的任意一个像素点，将该像素点的梯度方向分为4部分，分别获取该像素点对应每个部分的梯度幅值和权重系数；对于任意一部分，根据像素点在该部分的梯度幅值和权重系数，获得该像素点对应该部分的两个插值；若根据像素点的梯度幅值同时大于所述两个插值，则将该像素点标识为候选边缘点；根据所有像素点的标识结果获得候选边缘图像。6.根据权利要求1所述的图像边缘检测方法，其特征在于，所述根据canny算子检测算法对所述候选边缘图像进行边缘检测，获得边缘图像，具体包括：步骤一、根据所述候选边缘图像中候选边缘点的梯度幅值的出现频率，确定所述canny算子检测算法中的第一阈值和第二阈值，所述第一阈值大于所述第二阈值；步骤二、从所述候选边缘图像中的随机搜索一个梯度幅值大于所述第一阈值且未被标记的候选边缘点，标记为边缘点，并将该边缘点作为基准点；步骤三、在所述基准点的8邻域内搜索是否存在梯度幅值大于所述第一阈值的像素点，若存在，则执行步骤四，若不存在，则执行步骤五；步骤四、将梯度幅值大于所述第一阈值的像素点标记为边缘点，并返回步骤三；步骤五、在所述基准点的8邻域内搜索是否存在梯度幅值大于所述第二阈值的像素点，若存在，则执行步骤六，若不存在，则执行步骤七；2CN108416789A权利要求书2/2页步骤六、将梯度幅值大于所述第二阈值的像素点标记为边缘点，并返回步骤五；步骤七、将梯度幅值小于所述第二阈值的像素点标记为非边缘点，返回步骤二，直至所述候选边缘图像中所有候选边缘点均被标记。7.根据权利要求6所述的图像边缘检测方法，其特征在于，所述根据所述候选边缘图像中候选边缘点的梯度幅值的出现频率，确定所述canny算子