[发明专利]一种亚像素边缘检测方法

说明书

本发明提供了一种亚像素边缘检测方法，包括：获取原始灰度图像，并获取所述原始灰度图像的像素级粗边缘；索引到所述像素级粗边缘的边缘点，并沿着梯度方向采用插值法扩展边缘；对扩展后的边缘点进行亚像素检测，获得边缘的亚像素位置；通过对边缘点邻域进行基于梯度方向的插值，扩展了复杂边缘中边缘与边缘的间隔，不仅亚像素边缘检测的精度大大提高，而且复杂边缘亚像素级定位能力也显著增强。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种亚像素边缘检测方法。

背景技术

随着计算机视觉工业测量技术的发展，高精度的边缘检测和边缘定位技术应运而生。高效且精确的检测技术将极大突破图像采集设备的硬件限制，既能提高边缘检测的精度，也可以降低设备成本和能源消耗。

传统的计算机视觉工业测量中，通过提高采样速率的方法来提高图像边缘的精度，然而，采样速率无法无限提升，过高的采样速率不仅无法显著改善定位精度，而且增大了生产成本。随着数字图像处理技术的发展，产生了基于亚像素的边缘检测技术，在相同的硬件条件下，其定位误差低于一个像素，显著地提高了检测效率，但是现代工业的迅速发展，使得边缘定位对精度的要求越来越高，同时，复杂的边缘也加大了传统亚像素边缘检测技术的测量压力，其精度往往无法满足要求。

发明内容

本发明的目的在于针对上述现有技术中的计算机视觉工业测量无法满足复杂边缘检测的问题，提出一种亚像素边缘检测方法，能够有效提高复杂边缘检测的精度。

一种亚像素边缘检测方法，包括：

获取原始灰度图像，并获取所述原始灰度图像的像素级粗边缘；

索引到所述像素级粗边缘的边缘点，并沿着梯度方向采用插值法扩展边缘；

对扩展后的边缘点进行亚像素检测，获得边缘的亚像素位置。

进一步地，采用Canny边缘检测方法获取所述原始灰度图像的像素级粗边缘。

进一步地，沿着梯度方向采用插值法扩展边缘，包括：

定位到边缘点N×N像素邻域，其中N为大于或等于1的整数；

计算所述像素邻域中心边缘点的梯度方向，并采用双线性插值法沿着边缘点的梯度方向对所述像素邻域进行插值。

进一步地，所述边缘点的梯度方向为Soble算子检测的梯度向量的方向；双向性插值的方向为水平方向和垂直方向的矢量和。

进一步地，所述水平方向的矢量和垂直方向的矢量的比值为所述边缘点梯度方向的正切值。

进一步地，对扩展后的边缘点进行亚像素检测，获得边缘的亚像素位置，包括：

采用Zernike多项式模板计算扩展后的边缘点的位置参数；

进行边缘参数尺度的恢复。

进一步地，所述Zernike多项式模板为计算图像Zernike矩的图像卷积模板，所述边缘参数尺度的恢复为使用Zernike单位圆模板计算后的基于模板效应的参数尺度恢复。

本发明提供的亚像素边缘检测方法，通过对边缘点邻域进行基于梯度方向的插值，扩展了复杂边缘中边缘与边缘的间隔，不仅亚像素边缘检测的精度大大提高，而且复杂边缘亚像素级定位能力也显著增强。

附图说明

图1为本发明提供的亚像素边缘检测方法一种实施例的流程图。

图2为本发明提供的亚像素边缘检测方法中绝对坐标系一种实施例的示意图。

图3a为本发明提供的亚像素边缘检测方法一种应用场景下的原始灰度图像。