[发明专利]一种具有广泛适应性的图像亚像素边缘提取方法

摘要

本发明提出了一种具有广泛适应性的图像亚像素边缘提取方法，采用自适应高低阈值计算方法，在得到梯度图像后，结合像素点的梯度方向信息对梯度图像执行局部极大中心值选择操作，以任意像素位置为原点，建立相对坐标，取该点周围八邻域像素为局部极大中心值选择数据样本，根据梯度方向得到邻域的比较结果，确定当前像素位置是否为边界点候选位置。局部梯度幅值的极值是否为边缘点，需要结合特定阈值来判断，大于某给定阈值的标记为边缘点，小于某给定阈值判定为噪声点或背景点；采用基于Steger曲面拟合方法的Hessian矩阵法求取边缘点的亚像素位置；最后将将边缘点连接成曲线，构成一组有向连续点的集合。本发明方法具有极好的实时性。

主权项

1.一种具有广泛适应性的图像亚像素边缘提取方法，其特征在于：所述方法包括以下步骤：步骤1：采用可变尺度图像模糊平滑滤波对图像预处理；步骤2：对预处理后的图像计算一阶导数，首先确保得到的梯度幅值满足该点错误率小于设定值αp，图像一阶导数通过目标核卷积图像空间得到；图像的边缘线在图像一阶导数的脊线处，其中，脊线是梯度图像内相邻连续的局部极大值的集合；步骤3：在边缘候选点筛选过程中应用到高低阈值的边缘提取及选择原理，实现像素级边界位置提取，高低阈值采用两种方式获得：外部参数输入或者自适应阈值计算；步骤4：在得到梯度图像后，为方便并快速找到脊线的单像素宽位置，结合像素点的梯度方向信息对梯度图像执行局部极大中心值选择操作；步骤5：局部梯度幅值的极值是否为边缘点，需要结合特定阈值来判断，大于某给定阈值的标记为边缘点，小于某给定阈值判定为噪声点或背景点；步骤6：计算亚像素精度的边缘位置；步骤7：将边缘点连接成曲线，构成一组有向连续点的集合。