[发明专利]一种红外图像边缘检测方法

说明书

本发明公开了一种红外图像边缘检测方法，包括以下步骤：S1：采用红外热影像仪采集影像，对影像进行预处理，给定感兴趣阈值，根据温度阈值将感兴趣影像提取出来，得到原始灰度影像f；S2：基于形态学不同尺度的结构元素和对影像进行顺序开闭运算，然后与拉普拉斯算子进行卷积操作，检测所有过零点的轨迹，即得到影像f1；S3：采用中值滤波去噪，再用高定位精度的Roberts算子对影像边缘检测，得到影像f2；S4：将得到的两幅影像f1和f2的像素值赋予权重，再取平均，融合为一副新的影像f3；S5：进行灰度阈值处理，基于影像识别需要，选取适当阈值T，对影像进行阈值判决，除去不必要的冗余信息，最终得到影像f4，即最终的边缘检测影像。

技术领域

本发明具体涉及一种红外图像边缘检测方法。

背景技术

温度是表征物质状态的重要参数，自然界中一切温度高于绝对零度的物体时刻都在以电磁波的行驶向外辐射能量，红外成像技术正是利用这种特性对温度进行探测的。红外成像技术具有对温度探测灵敏度高、测温准确、可靠性强等特点，因此，近年来，利用红外热像仪后去目标影像，对感兴趣区域进行无损探测，该技术已应用到军事勘察、遥感监测、森林防火等相关领域。边缘是红外影像的最基本特征，边缘检测是红外影像处理的重要组成部分，其检测效果的好坏直接影响后续的影像理解、影响分析、影像识别等操作。

目前，传统的边缘检测算子有：Roberts算子、Sobel算子、LOG算子、GaussLaplace算子和Canny算子等。但由于红外热像仪影像的成像机理、成像系统特性及环境反射等原因，使红外影像上显现出很多噪声点，上述传统的经典算子具有运算简单、计算速度快等优点，但当影像中含有较多噪声时，这些算子不能很好地剔除噪声的干扰，很难在噪声和影像中做取舍，常常会将噪声误判为边缘点检测出来，而真正的边缘由于噪声的干扰可能被漏检。

发明内容

本发明要解决的技术问题是提供一种红外图像边缘检测方法。

一种红外图像边缘检测方法，包括以下步骤：

S1：采用红外热影像仪采集影像，对影像进行预处理，给定感兴趣阈值，根据温度阈值将感兴趣影像提取出来，得到原始灰度影像f；

S2：基于形态学不同尺度的结构元素和对影像进行顺序开闭运算，然后与拉普拉斯算子进行卷积操作，检测所有过零点的轨迹，即得到影像f1；

S3：采用中值滤波去噪，再用高定位精度的Roberts算子对影像边缘检测，得到影像f2；

S4：将得到的两幅影像f1和f2的像素值赋予权重，再取平均，融合为一副新的影像f3；

S5：进行灰度阈值处理，基于影像识别需要，选取适当阈值T，对影像进行阈值判决，除去不必要的冗余信息，最终得到影像f4，即最终的边缘检测影像。

进一步的，结构元素和分别如下：

3*3十字形的结构元素：

；

7*7圆形的结构元素：

。

进一步的，对影像进行顺序开闭运算具体方法如下：

先利用十字形结构元素进行开运算，再利用圆形结构元素进行闭运算，即，。

进一步的，与拉普拉斯算子进行卷积操作具体方法如下：

；

式中，为卷积；为高斯函数，

，

拉普拉斯算子：

；

求取所有经过零点的轨迹即可得到影像f的边缘图像f1。