[发明专利]一种用于智能汽车的特征图像边缘检测方法

权利要求书

1.一种用于智能汽车的特征图像边缘检测方法，其特征在于，所述边缘检测方法包括如下步骤：

A、用车载工业相机获取待检测图像，转换为灰度图像，选取σ值为1.0进行高斯平滑滤波；

B、对平滑处理后图像进行阈值为0.5的Canny边缘预提取；

C、将Canny检测的边缘图像矩阵输入到二维数字滤波器中，通过二进小波变换检测二维小波变换的模极大点确定图像的边缘点；沿边界方向将尺度s＝2^j下的模极大点连接起来形成边缘曲线，从而得到边缘检测图像；

D、根据不同类型、不同环境的图片选取适当的E值，计算e_k，判断e_k≥E是否成立，若为是则输出边缘检测图像，若为否，则重复步骤C；

其中，所述步骤D具体包括：

D1、以检测清晰度为指标选取1-3级小波变换下最优边缘检测图像，通过评价函数计算e_k值为评定指标，将整个图像划分为w×h的网格，以第i个Canny检测边缘点(x_i,y_i)为基准点，绘制坐标为(x_i±a,y_i±a)的矩形框，求点(x_i,y_i)到矩形框内的第j级小波检测边缘曲线的距离，

式中，

(x_i,y_i)表示在第i个方格内选取的Canny检测边缘点的坐标；

D2、根据不同类型、不同环境的图片选取适当的E值作为判断依据，判断e_k±E是否成立，若成立则输出此级小波检测边缘曲线，若不成立，则再进行一级小波变换边缘检测，从而使轮廓更加清晰。

2.根据权利要求1所述的用于智能汽车的特征图像边缘检测方法，其特征在于，步骤A具体包括：

A1、对工业相机获取的图像进行灰度化处理，得到待处理图像；

A2、将原始数字图像o(x,y)各个位置的横纵坐标值带入到二维高斯函数式中进行滤波平滑处理，高斯函数标准差σ取1.0，得到平滑图像h(x,y)。

3.根据权利要求2所述的用于智能汽车的特征图像边缘检测方法，其特征在于，所述步骤B对平滑处理后图像h(x,y)基于Canny算子进行一次边缘检测得到预提取边缘图像f(x,y)。

4.根据权利要求3所述的用于智能汽车的特征图像边缘检测方法，其特征在于，所述步骤C具体包括：

C1、将基于Canny算子检测的边缘图像f(x,y)输入到二维数字滤波器中；

C2、f(x,y)在尺度s＝2^j上的二维小波变换包含两个分量W^xf(2^j,x,y)、W^yf(2^j,x,y)，计算每个像素点(x,y)的模值比例值Mf(2^j,x,y)，计算每个像素点(x,y)处梯度矢量与水平方向相角Af(2^j,x,y)，确定阈值T，其中T0，得到边界点(m,n)，沿边界方向将边界点连接起来形成边缘曲线。