[发明专利]一种分方向边界线检测方法及系统

说明书

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于非极大化抑制图的分方向边界线检测方法及系统。

背景技术

边缘是图像最基本的特征，边缘检测时图像处理和计算机视觉中最为经典和基础的问题之一，在物体识别、三维重建、图像匹配、检索等诸多方面有着重要应用。在复杂背景下定位证件图像（例如身份证、驾照、行驶证、护照等）时，证件图像的边缘往往是最重要的信息之一。传统的边缘检测算法有些只是得到一些边缘点位置的孤立信息，如roberts算子、sobel算子、prewitt算子等，而有些是通过后续追踪算法得到了边缘轮廓信息，如canny算子，通过以上算法对图像进行边缘检测的结果往往是一些纷杂的孤立的边界，增加了后续证件边界的筛选的难度。

通过canny边缘检测技术进行边缘检测的主要步骤如下：

1.对图像进行高斯平滑处理，去除噪声影响；

2.进行边缘检测，可以采用sobel算子、prewitt算子等；

3.对边缘点的梯度方向进行非极大化抑制；

4.采用高低阈值对非极大化抑制图追踪，得到原图的边界图像。

canny算法主要是根据边缘梯度幅度的大小来确定门限和追踪的种子点，参数可选余地比较小，且门限不易选取，门限高则可能无法得到需要的边界；而门限低则出现边界大大增多，提高了筛选的难度。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种分方向边界线检测方法及系统，通过该方法及系统实现图像边界线的分方向检测。

为实现上述目的，本发明采用的技术方案为：一种分方向边界线检测方法，包括以下步骤：

（1）计算待检测图像中每个像素点的梯度幅值；

（2）获取待检测图像中的所有梯度局部极大值点；

（3）分别选取每个梯度局部极大值点作为种子点，并在所述的所有梯度局部极大值点中分别检测种子点在水平方向和竖直方向上的连接点，得到待检测图像的边界线。

进一步，如上所述的一种分方向边界线检测方法，步骤（1）中，在计算每个像素点的梯度幅值之前，通过对待检测图像进行高斯平滑处理消除待检测图像的噪声。

进一步，如上所述的一种分方向边界线检测方法，步骤（1）中，如果所述的待检测图像为彩色图像，计算待检测图像中每个像素点梯度幅值的具体方式为：

1）分别计算待检测图像的每个颜色通道中每个像素点的梯度幅值；

2）对所有颜色通道中对应像素点的梯度幅度进行梯度融合，得到待检测图像的每个像素点的梯度幅值。

进一步，如上所述的一种分方向边界线检测方法，步骤（2）中，获取待检测图像中的梯度局部极大值点的具体方式包括：

设待检测图像中某个像素点g(x，y)的梯度幅值为m(x，y)，其梯度方向上相邻的两个像素点对应的梯度幅值分别为m₁(x，y)和m₂(x，y)，若m(x，y)>m1(x，y)且m(x，y)>m₂(x，y)，则像素点g(x，y)为梯度局部极大值点。

再进一步，如上所述的一种分方向边界线检测方法，步骤（3）中，检测种子点在水平方向和竖直方向上的连接点时，分别在水平方向和竖直方向的0°、45°和-45°三个邻域方向上检测其连接点。

更进一步，如上所述的一种分方向边界线检测方法，步骤（3）中，检测种子点在水平方向和竖直方向上的连接点，得到待检测图像边界线的具体方式包括：

a.选取一个梯度局部极大值点作为种子点；

b.分别查找所述种子点在其水平方向和竖直方向的0°、45°和-45°邻域方向的梯度局部极大值点，得到其水平方向的连接点和竖直方向的连接点；

c.重复步骤a和b，直到找到所有梯度局部极大值点作为种子点时的水平方向和竖直方向上的连接点；

d.将所有水平连接点连接得到待检测图像水平方向的边界线，将所有竖直连接点连接得到待检测图像竖直方向的边界线。

一种分方向边界线检测系统，包括：

梯度计算模块，用于计算待检测图像中每个像素点的梯度幅值；

极大值点获取模块，用于获取待检测图像中的所有梯度局部极大值点；

边界线检测模块，用于检测待检测图像的边界线，检测方式为：分别选取每个梯度局部极大值点作为种子点，并在所述的所有梯度局部极大值点中分别检测种子点在水平方向和竖直方向上的连接点，得到待检测图像的边界线。