[发明专利]改进的Zernike矩边缘检测方法

说明书

技术领域

本发明涉及一种图像处理方法，尤其是涉及一种针对交点亚像素定位的改进的Zernike矩边缘检测方法。

背景技术

工业CT(Industry Computerized Tomogragh)广泛应用于航空、航天、汽车等等工业中精密工件内部结构的测量及其缺陷检测领域。工业CT图像尺寸测量方法是一种以工业CT图像为信息载体并从中提取定量数据的测量方法，它以工业CT断层图像为研究对象，计算目标的长度、宽度、高度、壁厚等各种几何参数。与其它测量方法相比，其既能测得实体复杂的内部几何形状(尤其是封闭内腔)的参数，又不破坏实体。边缘提取是工业CT图像测量的基本任务，它对测量结果的精度有很大的影响。传统的边缘检测算子如Sobel，Canny等只能提取像素级边缘不能满足定位的高精度需求。Hueckel首先提出亚像素边缘检测算法，到目前为止，亚像素级边缘检测方法主要分为四大类：插值法、拟合法、基于小波变换的方法、基于矩的方法、基于活动轮廓模型的方法。其中基于矩的方法具有快速、高精度且有一定抗噪能力的优势。

Ghosal和Mehrotal首次提出了利用Zernike正交矩来检测亚像素边缘（参见Ghosal S,Mehrotra R.Orthogonal moment operators for sub-pixel edge detection.PatternRecognition,1993,26(2):295-306），在他们的算法中建立了理想的阶跃灰度模型，通过图像的三个不同阶次Zernike矩计算模型的4个参数，以这4个参数为判断边缘的依据并确定图像中物体边缘的位置。分析发现，Ghosal提出的Zernike矩方法是基于直线边缘的，当检测目标为交点附近像素点时，算法将每个模板内的折线边缘作为直线处理，亚像素检测效果较差。

因此，需要一种改进的Zernike矩边缘检测算法，解决Ghosal算法在利用Zernike矩进行亚像素边缘检测时交点附近的边缘检测误差大的问题。

发明内容

有鉴于此，本发明所要解决的技术问题是提供一种改进的Zernike矩边缘检测方法，对Ghosal算法在利用Zernike矩进行亚像素边缘检测时交点附近的亚像素边缘误差大的不足进行判断和修正。

本发明的目的是这样实现的：

本发明提供的改进的Zernike矩边缘检测方法，包括以下步骤：

1）获取图像，提取图像的边缘；

2）对边缘进行细化处理；

3）获取边缘方向参数φ分布和边缘方向参数差分值Δφ；

4）根据预设阈值T来判断边缘像素点是否为交点附近像素点，如果是，则该像素点为交点附近像素点；

5）如果否，则该像素点为非交点附近像素点，判断为待修正像素点，并利用非交点附近像素点进行最小二乘拟合，得到直线方程P；

6）利用直线方程P来计算待修正像素点的坐标。

进一步，所述步骤2）中边缘点细化是对图像中的所有边缘点做边缘梯度方向上边缘距离参数l的非极小值抑制来细化边缘。

进一步，所述步骤3）中对所有边缘点采用8链码跟踪获取边缘方向参数φ分布。

进一步，所述步骤3）中采用以下公式来计算检测到边缘点的边缘方向参数φ的向前差分值Δφ：

Δφ＝φ(n+1)-φ(n),n＝1,2,3...(NUM-1)，

其中，Δφ表示边缘方向参数向前差分值，φ(n+1)表示后一个边缘点的边缘方向参数，φ(n)表示当前边缘点的边缘方向参数，NUM为检测到的像素点总数。

进一步，所述步骤4）中判断像素点是否为交点附近像素点包括以下步骤：

如果边缘方向参数差分值满足关系式|Δφ|≥T时，则边缘像素点为交点附近待修正像素点，如果边缘方向参数差分值满足关系式|Δφ|＜T，则边缘像素点为非交点附近像素点。

进一步，所述步骤5）中最小二乘拟合直线方程根据以下公式进行：