[发明专利]图像宽线随机检测方法

说明书

技术领域

本发明属于图像处理和计算机视觉领域，特别涉及一种图像中的宽线提取方法。

背景技术

宽线检测是图像处理和计算机视觉领域的基础技术，广泛应用于各种类型图像的线性结构提取中，如卫星/航空图像中道路、桥梁和河流的提取与识别、用于辅助诊断的医学图像中的血管提取以及用于生理认证的掌纹提取等，对于后续高层图像处理如匹配和识别等任务的成功至关重要。目前，对于宽线并没有严格的定义，一般认为图像中宽度满足3≤w≤15且长度大于20的线性结构为宽线。

现有的宽线检测方法大致可以分为两大类：一类是基于边缘图像分析的宽线检测方法，这类方法通过寻找边缘图像中具有两条相邻的平行边缘的线性结构来检测宽线，但是这类方法依赖于边缘提取的精度，而且没有考虑线的宽度；另外一类利用微分几何特性通过提取图像的灰度山脊和灰度山谷作来检测图像中的宽线结构，这类方法可以检测出宽线上的所有像素，缺点是对噪声比较敏感。

基于USAN（Univalue Segment Assimilating Nucleus，同质相似核）区域的宽线检测方法通过比较局部区域内的像素灰度来检测图像中的宽线结构，该方法能够检测宽线上的所有像素，而且不需进行微分计算，对噪声比较鲁棒。图1所示的矩形图像中给出了一条位于白色背景上的二维宽线模型和位于图像中不同位置上的圆形模板，位置a表示圆形模板位于图像背景区域，位置b、c表示圆形模板位于图像宽线附近区域，位置d、e表示圆形模板位于图像宽线上。将半径为r的圆形模板中心放置在图像的任一像素上，若图像中在圆形模板内某一像素的灰度与圆形模板中心像素的灰度差值小于一定的灰度阈值，则认为该像素与中心像素具有相同或相近的灰度，由满足这种条件的圆形模板内的图像中像素组成的区域称为USAN区域，在圆形模板内的图像其他像素组成的区域称为Non-USAN（Non-Univalue Segment Assimilating Nucleus，非同质相似核）区域。通过将USAN区域的大小与已设定的几何门限比较可以判断在圆形模板中心的图像像素是否为宽线像素，具体地，可以利用式（1）～（3）计算实现：

s(x,y,x0,y0,r)=1,if|I(x,y)-I(x0,y0)|≤t0,if|I(x,y)-I(x0,y0)|>t---(1)]]>