[发明专利]一种亚像素边缘检测方法

摘要

本发明公开了一种亚像素边缘检测方法，包括以下步骤：根据亚像素的中心位置和高斯滤波的滤波系数建立亚像素边缘图像的高斯滤波模糊模型；根据所述高斯滤波模糊模型计算所述亚像素边缘图像梯度的幅值；使用Canny算法进行边缘检测；根据所述亚像素边缘图像梯度的幅值计算所述亚像素边缘图像中心位置的坐标；以及根据所述亚像素边缘图像中心位置的坐标计算所述亚像素边缘图像的偏移量和偏移位移。本发明具有如下优点：采用高斯滤波模糊模型比单纯采用阶跃模型更加符合实际情况；高斯滤波模糊模型推导由于得到了闭式解，因此得比非线性优化等方法更快的计算速度。

主权项

1.一种亚像素边缘检测方法，其特征在于，包括以下步骤：根据亚像素的中心位置和高斯滤波的滤波系数建立亚像素边缘图像的高斯滤波模糊模型；根据所述高斯滤波模糊模型计算所述亚像素边缘图像梯度的幅值；使用Canny算法进行边缘检测；根据所述亚像素边缘图像梯度的幅值计算所述亚像素边缘图像中心位置的坐标；以及根据所述亚像素边缘图像中心位置的坐标计算所述亚像素边缘图像的偏移量和偏移位移；其中，所述根据亚像素的中心位置和高斯滤波的滤波系数建立亚像素边缘图像的高斯滤波模糊模型进一步包括：其中，x0表示亚像素边缘的中心位置，σ为高斯滤波的滤波系数，x表示像素的横坐标；其中，所述根据所述高斯滤波模糊模型计算所述亚像素边缘图像梯度的幅值进一步包括：对高斯滤波模糊模型的图像进行卷积，得到以下公式：其中，y表示像素的纵坐标，A和B分别表示边缘中心两侧的图像亮度值，ω表示实际边缘与x轴正方向的夹角，ρ表示当前像素精度边缘点到实际边缘的距离，使用所述高斯滤波模糊模型，得到所述亚像素边缘图像的表达式：其中，μ≡xcosω+ysinω‑ρ，C≡A‑B，其中，Ex表示所述高斯滤波模糊模型的x的解，Ey表示所述高斯滤波模糊模型的y的解，得到所述亚像素边缘图像梯度的幅值的表达式：M(x,y)＝Cg(μ,σ,0)；其中，所述根据所述亚像素边缘图像梯度的幅值计算所述亚像素边缘图像中心位置的坐标进一步包括：对于x方向，用[‑a,a]上的数据求解偏移量x0，其中，a是实际求解过程中窗口的尺寸，进一步包括：设其中，Mp表示p阶矩的值；定义辅助函数：al＝V(a,‑x0,σ)，ar＝V(a,x0,σ)，bl＝f(‑a)，br＝f(a)，其中，x、y、z为辅助定义函数，则，其中，M0、M1和M2分别表示0，1，2阶矩，得到x0：对于y方向，由于x和y方向的对称性，用[‑b,b]上的数据求解偏移量y0，其中，b是实际求解过程中窗口的尺寸，进一步包括：bl＝V(b,‑y0,σ)，br＝V(b,y0,σ)，al＝f(‑b)，ar＝f(b)，