[发明专利]一种基于单目数字图像的轮廓提取方法

权利要求书

1.一种基于单目数字图像的轮廓提取方法，其特征是，具体包括如下步骤：

(1)图像尺度空间：在图像大小不变的前提保证下，通过平滑和滤波器迭代，得到数字图像在各个尺度下的结构信息，并在此基础上，用预设的实验窗口对各个尺度下的图像进行研究处理，达到图像预处理的效果；

(2)高斯差分算子边缘检测：把观察图像的窗口设置为固定值，在这个窗口下观察图像的像素尺寸发生变化，这就产生了图像金字塔；在图像金字塔的基础上以高斯平滑和下采样对图像进行操作，将获得的一组处理完成的图像进行集合排列，就得到了高斯金字塔；将高斯金字塔每一组上层图像与下层图像做预测残差计算，形成高斯差分金字塔，获得高斯差分算子DOG；

(3)基于流的高斯差分边缘检测：以高斯平滑和图像灰度化对图像进行预处理获取梯度图像，再使用双边滤波操作对提取的轮廓线进行处理，构造边缘切线流的同时调和图像，之后基于边缘切线流的高斯差分算法对数字图像进行轮廓边缘线的提取。

2.根据权利要求1所述的一种基于单目数字图像的轮廓提取方法，其特征是，在步骤(1)中，以图像I(x,y)为例，尺度空间T_t是采用尺度参数为t的图像平滑算子生成，尺度参数t反应的是数字图像被光滑的程度，将{T_t}_t∈R称为二维图像I(x,y)在尺度参数t下的映像，R指的是实数集合，参数t越大，就表示图像的内容越简单。

3.根据权利要求2所述的一种基于单目数字图像的轮廓提取方法，其特征是，在步骤(1)中，尺度空间算子T_t需满足视觉不变性，包括以下几种：

灰度不变性：有T_t(I+h)＝T_t(I)+h，其中h为任意常数；

对比度不变性：有T_t(f(I))＝f(T_t(I))，其中f为任意的非降性实函数；

平移不变性：有T_t(τ_a(I))＝τ_a(T_t(I))，其中τ_a(I)＝I(x+a)，a为任意常数；

伸缩不变性：满足t'(t,δ)＞0，能够使H_δT_t＝T_tH_δ成立，且H_δI＝I(δx)，其中δ为任意的正实数与t为尺度参数；

欧式不变性：对于任意的正交矩阵R，都存在T_t(R·I)＝R·T_t(I)，其中(R·I)(x)＝I(R·x)；

仿射不变性：对于任意的仿射变换A和任意的尺度参数t，满足t'(δ,A)＞0，且AT_t＝T_tA成立；

其中，T_t(I)指的是尺度空间算子函数，I指的是输入的图像I(x,y)。

4.根据权利要求1所述的一种基于单目数字图像的轮廓提取方法，其特征是，在步骤(2)中，图像金字塔是用于图像压缩和计算机视觉，将来自同一张原始图像的多个分辨率图像按照金字塔形状从大到小排列，其通过梯次向下采样获得，直到达到某个终止条件才停止采样；图像金字塔中，所在金字塔的层级越高，图像的尺寸和分辨率就越小，基础级J的像素尺寸为2^J×2^J或N×N，其中J＝log₂N，第0级顶点的大小为1×1，也就是一个像素点，第j级的像素尺寸大小为2^j×2^j，其中0≤j≤J；考虑到图像的失真问题，图像金字塔会被缩短到P+1级，其中1≤P≤J，且j＝J-P,…,J-2,J-1,J；将级别限制到P来降低原数字图像的分辨率近似，其中P+1级金字塔(P＞0)中像素的总数是：