[发明专利]基于Canny算法的边缘增强方法、装置、设备及存储介质

说明书

本发明提供了一种基于Canny算法的边缘增强方法、装置、设备及存储介质，方法包括：获取原图像；使用Canny算法对原图像进行边缘检测；在确定边缘像素点之前，获取用于确定边缘像素点的阈值经验值以及将原图像输入到预先训练好的Enet网络中获取用于确定边缘像素点的阈值参考值；为阈值经验值和阈值参考值分配权重系数并计算得到阈值修正值；以阈值修正值作为高阈值，并基于高阈值按预设比例计算得到低阈值；使用双阈值算法检测和连接图像边缘，对原图像中的边缘进行增强。本发明的方法结合了神经网络对图像中每个像素点的阈值提出参考值并修正，同时保留了固定阈值的优点，通过调整权重系数可以适应不同类型的图像，检测的精度高，图像增强效果更佳。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于Canny算法的边缘增强方法、装置、设备及存储介质。

背景技术

传统的边缘提取方式例如Canny边缘提取采用一个固定阈值的方式对每个像素做出判断，即全图的边缘点的判定都使用相同的阈值(包括高阈值和低阈值)，由于每个边缘点两侧的明暗程度并不相同，采用相同的阈值进行边缘提取，导致对于不同的图像适应性不强，特别容易出现伪边缘和信息丢失，识别出的边缘难以满足用于边缘增强的要求。

因此，现有技术还有待于改进和发展。

发明内容

本发明的主要目的在于解决现有边缘提取方法提取的图像边缘不够准确，难以用于对图像进行边缘增强的技术问题。

本发明第一方面提供了一种基于Canny算法的边缘增强方法，所述边缘增强方法包括：

获取原图像；

使用Canny算法对所述原图像进行边缘检测；

在确定边缘像素点之前，获取用于确定边缘像素点的阈值经验值以及将所述原图像输入到预先训练好的Enet网络中获取用于确定边缘像素点的阈值参考值；

为所述阈值经验值和所述阈值参考值分配权重系数并计算得到阈值修正值；

以所述阈值修正值作为高阈值，并基于所述高阈值按预设比例计算得到低阈值；

使用双阈值算法检测和连接图像边缘，对所述原图像中的边缘进行增强。

在本发明一种可选的实施方式中，所述使用Canny算法对所述原图像进行边缘检测包括：

对所述原图像进行高斯滤波处理；

对高斯处理后的所述原图像进行求导和梯度计算；

以及对获得梯度幅值进行非极大值抑制处理。

在本发明一种可选的实施方式中，所述将所述原图像输入到预先训练好的Enet网络中获取用于确定边缘像素点的阈值参考值包括：

使用Enet网络对所述原图像进行分割，提取出图像中的边缘特征；

获取所述边缘特征中各像素点的梯度幅值，并以所述梯度幅值作为所述阈值参考值。

在本发明一种可选的实施方式中，所述将所述原图像输入到预先训练好的Enet网络中获取用于确定边缘像素点的阈值参考值之前包括：

预先构造用于提取图像边缘特征的Enet网络；

向所述Enet网络中输入具有不同目标类型的训练图片对Enet网络进行训练，以使所述Enet网络满足不同类型目标轮廓的识别。