一种基于数学形态学的图像边缘检测方法.pdf

(19)中华人民共和国国家知识产权局*CN101930597A*(12)发明专利申请(10)申请公布号CN101930597A(43)申请公布日2010.12.29(21)申请号201010251698.6(22)申请日2010.08.10(71)申请人浙江大学地址310027浙江省杭州市西湖区浙大路38号(72)发明人谢磊陈惠芳艾鑫(74)专利代理机构杭州求是专利事务所有限公司33200代理人杜军(51)Int.Cl.G06T5/00(2006.01)权利要求书2页说明书5页附图8页(54)发明名称一种基于数学形态学的图像边缘检测方法(57)摘要本发明涉及一种基于数学形态学的图像边缘检测方法。现有的方法在抑制噪声和虚假边缘方面不理想。本发明方法首先采用不同尺度的结构元素对图像进行形态学处理，获取边缘信息图像；然后对边缘信息图像进行加权合并，获取总边缘信息图像；最后对总边缘信息图像的边缘点进行细化和阈值分割，得到最终的二值边缘图像。本发明通过采用不同尺度的结构元素以及改进的边缘检测算子，既能有效的过滤噪声和抑制虚假边缘，又能够最大限度的保留边缘细节，从而获得良好的边缘效果。CN109357ACN101930597A权利要求书1/2页1.一种基于数学形态学的图像边缘检测方法，其特征在于该方法包括以下步骤：步骤一.采用不同尺度的结构元素对图像进行形态学处理，获取边缘信息图像；具体方法为：首先根据需要选取不同尺度的结构元素；对于尺度为n，即(2n-1)×(2n-1)的结构元素，划分为nD1、nD2、nD3、nD4、nD和nDrod1共六个域，nD1、nD2、nD3、nD4、nD和nDrod1分别为D1、D2、D3、D4、D、Drod1自身做n-1次膨胀运算所得；然后对待处理的图像f分别进行两种处理，一种先进行开启运算后闭合运算，另一种先进行闭合运算后开启运算，然后将两种运算进行加权，得到的结果记为g(r，c)，g(r，c)＝ω×((f·b)оb)(r，c)+(1-ω)×((fоb)·b)(r，c)其中ω为加权因子，0＜ω＜1；“·”为闭合算子；“ο”为开启算子，r和c为函数的参数，b为结构元素；再将g(r，c)分别进行膨胀与腐蚀运算，二者相减得到G；对于尺度为n的结构元素，其边缘信息图像为En(r，c)，其中分别表示采用边缘检测算子G在nDrod1、nD、nD1、nD2、nD3和nD4各个域上进行运算所得的结果；步骤二.对边缘信息图像进行加权合并，获取总边缘信息图像E(r，c)，其中n＞0，m为所选的最大尺度值；步骤三.对总边缘信息图像的边缘点进行细化和阈值分割，得到最终的二值边缘图像；具体方法为：首先采用非极大值抑制法对边缘点进行细化，对于像素点a，考虑以它为原点的3×3矩阵的各个像素，以行列坐标将这9个像素点分别标记为(-1，-1)，(-1，0)，(-1，1)，(0，-1)，(0，0)，(0，1)，(1，-1)，(1，0)，(1，1)，若该像素点对于以下4种情况都不满足，则将像素点a的像素灰度值修正为上述9个像素灰度值的最小值；情况1.a(-1，-1)+a(-1，0)+a(-1，1)＜a(0，-1)+a(0，0)+a(0，1)且a(0，-1)+a(0，0)+a(0，1)＞a(1，-1)+a(1，0)+a(1，1)情况2.a(-1，-1)+a(0，-1)+a(1，-1)＜a(-1，0)+a(0，0)+a(1，0)且a(-1，0)+a(0，0)+a(1，0)＞a(-1，1)+a(0，1)+a(1，1)情况3.a(-1，-1)+a(-1，0)+a(0，-1)＜a(-1，1)+a(0，0)+a(1，-1)且a(-1，1)+a(0，0)+a(1，-1)＞a(0，1)+a(1，0)+a(1，1)情况4.a(-1，0)+a(-1，1)+a(0，1)＜a(-1，-1)+a(0，0)+a(1，1)且a(-1，-1)+a(0，0)+a(1，1)＞a(0，-1)+a(1，-1)+a(1，0)其中a(-1，-1)、a(-1，0)、a(-1，1)、a(0，-1)、a(0，0)、a(0，1)、a(1，-1)、a(1，0)、a(1，2CN101930597A权利要求书2/2页1)分别代表各像素对应的灰度值；然后将细化之后的灰度边缘信息图像通过设定的阈值进行阈值分割，即图像中灰度值大于设定的阈值的像素灰度值置为255，小于等于设定的阈值的像素灰度值置为0，得到最终的二值边缘图像。3CN101930597A说明书1/5页一种基于数学形态学的图像边缘检测方法技术领域[0001]本发明属于图像处理领域，涉及一种基于数学形态学的图像边缘检测方法。背景技术[0002]边缘是图像局部灰度变化不连续部分，包含了一幅图像最重要的信息，也是人眼最敏感的部分。图像边缘检测技术在视