CN101706962B - 图像边缘提取方法 - Google Patents
图像边缘提取方法 Download PDFInfo
- Publication number
- CN101706962B CN101706962B CN2009103105358A CN200910310535A CN101706962B CN 101706962 B CN101706962 B CN 101706962B CN 2009103105358 A CN2009103105358 A CN 2009103105358A CN 200910310535 A CN200910310535 A CN 200910310535A CN 101706962 B CN101706962 B CN 101706962B
- Authority
- CN
- China
- Prior art keywords
- pixel
- measured
- luminance component
- edge
- size
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种数字图像处理方法,提供一种全方位、高灵敏度的数字图像边缘提取方法。图像边缘提取法,选取与待测像素相邻的上、下、左、右、135度及45度全梯度的领域像素的亮度分量差和与预设的边缘参数比较,从而确保提取到待测像素周围所有方向上包含的边缘信息,灵敏度极高,适用于高要求、高分辨率的边缘检测场合,硬件实现简单。
Description
技术领域
本发明涉及一种数字图像处理方法。
背景技术
一幅数字图像由有限大小的像素组成,像素反映了图像特定位置的色彩和亮度信息。我们通常会用像矩阵这样的离散数据结构来表达一幅图像。比如可以用两维矩阵来表示一幅数字图像,其中的元素是整数,对应于亮度和色度范围内的量化级别。在像素矩阵中由一些彼此邻接的像素组成的重要集合,称之为“邻域”。
某些特殊邻域比如医疗器械或者军事设施中,观测者所关心的是成像图像中的边缘部分,而对其它部分如色彩、小细节区域不感兴趣。另外在消费类电子设备的设计中,有时需要首先分离出每帧图像的边缘部分,以便作后续的边缘提升或分区域处理,或者希望仅显示图像的边缘,滤去色彩、小细节等图像元素,以达到一种特殊的视觉效果。这些情况下就涉及到如何图像中的边缘提取出来,剔除不需要的像素,仅仅保留边缘像素值再加以显示。
目前已有的边缘检测方法,多是计算待测像素为中心的周围四个领域像素的像素值差和来进行边缘判断。此法虽然实现起来简单,但存在无法定位全部边缘或边缘出现间断的现象,仅适用于对灵敏度要求不高或显示设备本身分辨率不高的情况。而当某些如医疗检测或军事监控等要求较高的领域,或者当显示设备的分辨率在“1366×768”及以上时,以往的方法就会出现检测出的边缘有限,仅能体现大致轮廓,灵敏度不够高的缺点。
发明内容
本发明所要解决的技术问题是,提供一种全方位、高灵敏度的数字图像边缘提取方法。
本发明为解决上述技术问题所采用的技术方案是,图像边缘提取方法,包括以下步骤:
1)提取待测像素的亮度分量;
2)以待测像素为中心点,选择多个邻域像素组成一个n×n大小的像素矩阵,n的取值为大于等于5的奇数;
3)计算待测像素的边缘提取因子gx;
gx=|∑up-∑dn|+|∑le-∑ri|+|∑45-∑135|;
其中:∑up为n×n大小的像素矩阵中待测像素相邻上行的邻域像素的亮度分量之和;∑dn为n×n大小的像素矩阵中待测像素相邻下行的邻域像素的亮度分量之和;∑le为n×n大小的像素矩阵中待测像素相邻左列的邻域像素的亮度分量之和;∑ri为n×n大小的像素矩阵中待测像素相邻右列的邻域像素的亮度分量之和;∑45为n×n大小的像素矩阵中45度对角线上邻域像素的亮度分量与待测像素的亮度分量之和;∑135为n×n大小的像素矩阵中135度对角线上邻域像素的亮度分量与待测像素的亮度分量之和;
4)比较边缘提取因子gx与预设的边缘参数的大小,如若边缘提取因子gx大于等于边缘参数,则判断待测像素处于图像边缘;否则判断待测像素未处于图像边缘。
步骤4)中若待测像素处于图像边缘则将其赋值为亮度分量的最大值;若待测像素未处于图像边缘则赋值为亮度分量的最小值。
边缘参数的取值范围可依据像素精度和对边缘检测的灵敏度的要求而定,灵敏度要求越高则边缘参数的取值越小。亮度分量可以是亮度值或灰度值,可以是YUV色域空间的Y通道数据。图像可以是静止的黑白或彩色图像,也可以是视频或电影中的单帧黑白或彩色图像。
本发明的有益效果是,选取的邻域像素包括与待测像素相邻的上、下、左、右、135度及45度全梯度,从而确保提取到待测像素周围所有方向上包含的边缘信息,灵敏度极高,适用于高要求、高分辨率的边缘显示,且边缘提取效果可以根据参数大小进行灵活调整,在选取合适的边缘参数前提下,可以确保不漏掉任何边缘,硬件实现起来也不复杂。
下面结合附图和具体实施方式对本发明做进一步说明。
附图说明
图1是实施例选取的像素矩阵示意图;
图2是实施例流程图。
具体实施方式
以下以像素数据精度为8bit,分辨率为1366×768,像素矩阵选取5×5大小的为例进行说明。待测像素为f3,3,其亮度分量及两个色差分量分别记为y3,3、cb3,3、cr3,3。具体步骤如图2所示:
1)提取待测像素f3,3的亮度分量y3,3,
2)围绕待测像素f3,3这一中心像素选择多个邻域像素fij(i,j=1,2,…5)组成一个5×5大小的像素矩阵,相应的亮度分量记为yij(i,j=1,2,…5),其中i表示像素的行位置,j表示像素的列位置,如图1所示;
3)计算待测像素f3,3的边缘提取因子g3,3,
g3,3=|∑up-∑dn|+|∑le-∑ri|+|∑45-∑135|;
其中:
∑up=y2,1+y2,2+y2,3+y2,4+y2,5;
∑dn=y4,1+y4,2+y4,3+y4,4+y4,5;
∑le=y1,2+y2,2+y3,2+y4,2+y5,2;
∑ri=y1,4+y2,4+y3,4+y4,4+y5,4;
∑45=y1,5+y2,4+y3,3+y4,2+y5,1;
∑135=y1,1+y2,2+y3,3+y4,4+y5,5;
4)比较边缘提取因子g3,3与预设的边缘参数edge_coeff的大小,判断待测像素f3,3是否处于图像的边缘;若g3,3大于等于Edge_coeff,则待测像素f3,3处于图像边缘,将y3,3赋值为亮度分量的最大值“255”;反之则将y3,3赋值为亮度分量的最小值“0”,同时将cb3,3、cr3,3赋值为“128”,从而完成重新赋值,然后显示输出一幅仅包含图像边缘的黑白分明的特殊效果图。
进行图像边缘提取的图像帧中与像素相关的像素数据可以是来自图像存储单元的,也可以是来自如照相机等设备的实时数据。
Claims (3)
1.图像边缘提取方法,其特征在于,包括以下步骤:
1)提取待测像素的亮度分量;
2)以待测像素为中心点,选择多个邻域像素组成一个n×n大小的像素矩阵,n的取值为大于等于5的奇数;
3)计算待测像素的边缘提取因子gx;
gx=|∑up-∑dn|+|∑le-∑ri|+|∑45-∑135|;
其中:∑up为n×n大小的像素矩阵中待测像素相邻上行的邻域像素的亮度分量之和;∑dn为n×n大小的像素矩阵中待测像素相邻下行的邻域像素的亮度分量之和;∑le为n×n大小的像素矩阵中待测像素相邻左列的邻域像素的亮度分量之和;∑ri为n×n大小的像素矩阵中待测像素相邻右列的邻域像素的亮度分量之和;∑45为n×n大小的像素矩阵中45度对角线上邻域像素的亮度分量与待测像素的亮度分量之和;∑135为n×n大小的像素矩阵中135度对角线上邻域像素的亮度分量与待测像素的亮度分量之和;
4)比较边缘提取因子gx与预设的边缘参数的大小,如若边缘提取因子gx大于等于边缘参数,则判断待测像素处于图像边缘;否则判断待测像素未处于图像边缘。
2.如权利要求1所述图像边缘提取方法,其特征在于,步骤4)中若待测像素处于图像边缘则将其赋值为亮度分量的最大值;若待测像素未处于图像边缘则赋值为亮度分量的最小值。
3.如权利要求1或2所述图像边缘提取方法,其特征在于,所述亮度分量为亮度值或灰度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009103105358A CN101706962B (zh) | 2009-11-27 | 2009-11-27 | 图像边缘提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009103105358A CN101706962B (zh) | 2009-11-27 | 2009-11-27 | 图像边缘提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101706962A CN101706962A (zh) | 2010-05-12 |
CN101706962B true CN101706962B (zh) | 2011-08-17 |
Family
ID=42377184
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009103105358A Active CN101706962B (zh) | 2009-11-27 | 2009-11-27 | 图像边缘提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101706962B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012011303A1 (ja) * | 2010-07-21 | 2012-01-26 | オリンパスメディカルシステムズ株式会社 | 画像処理装置及び画像処理方法 |
CN102044071A (zh) * | 2010-12-28 | 2011-05-04 | 上海大学 | 基于fpga的单像素边缘检测方法 |
CN103839246B (zh) * | 2012-11-20 | 2017-03-22 | 腾讯科技(深圳)有限公司 | 获取图像轮廓线的方法及装置 |
CN105096309B (zh) * | 2015-05-22 | 2018-11-23 | 广东正业科技股份有限公司 | 一种基于x光的边缘检测方法及装置 |
CN115082441B (zh) * | 2022-07-22 | 2022-11-11 | 山东微山湖酒业有限公司 | 一种基于计算机视觉的酿酒蒸馏工艺中甑料平铺方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101221656A (zh) * | 2007-01-04 | 2008-07-16 | 奇景光电股份有限公司 | 数字图像的边缘定向内插法与系统 |
CN101354783A (zh) * | 2008-08-21 | 2009-01-28 | 华为技术有限公司 | 边缘检测方法和装置 |
CN101364303A (zh) * | 2008-09-23 | 2009-02-11 | 四川长虹电器股份有限公司 | 边缘像素提取及处理方法 |
CN101465001A (zh) * | 2008-12-31 | 2009-06-24 | 昆山锐芯微电子有限公司 | 一种基于Bayer RGB的图像边缘检测方法 |
-
2009
- 2009-11-27 CN CN2009103105358A patent/CN101706962B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101221656A (zh) * | 2007-01-04 | 2008-07-16 | 奇景光电股份有限公司 | 数字图像的边缘定向内插法与系统 |
CN101354783A (zh) * | 2008-08-21 | 2009-01-28 | 华为技术有限公司 | 边缘检测方法和装置 |
CN101364303A (zh) * | 2008-09-23 | 2009-02-11 | 四川长虹电器股份有限公司 | 边缘像素提取及处理方法 |
CN101465001A (zh) * | 2008-12-31 | 2009-06-24 | 昆山锐芯微电子有限公司 | 一种基于Bayer RGB的图像边缘检测方法 |
Non-Patent Citations (1)
Title |
---|
JP特开2002-15326A 2002.01.18 |
Also Published As
Publication number | Publication date |
---|---|
CN101706962A (zh) | 2010-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11120726B2 (en) | Method and device for driving display panel, and display apparatus | |
CN106770362B (zh) | 基于aoi的宏观缺陷检测装置及方法 | |
US20190206953A1 (en) | Display apparatus, electroluminescent display panel and method of acquiring and displaying image by display apparatus | |
CN101706962B (zh) | 图像边缘提取方法 | |
Tremeau et al. | Color in image and video processing: most recent trends and future research directions | |
US9679366B2 (en) | Guided color grading for extended dynamic range | |
US8948505B2 (en) | Image processing apparatus, image processing method, program and imaging apparatus | |
WO2016045242A1 (zh) | 一种图像放大方法、图像放大装置及显示设备 | |
CN102158727B (zh) | 手机摄像头色彩还原性的检测方法和系统 | |
EP2887662A2 (en) | Apparatus and method to measure display quality | |
CN112396999B (zh) | 异常显示块检测方法、显示屏故障检测方法及其设备 | |
CN106412549B (zh) | 图像亮度调整方法及装置 | |
CN109978777B (zh) | 图像亮度调节方法及装置 | |
US20110222728A1 (en) | Method and Apparatus for Scaling an Image in Segments | |
TW200719730A (en) | Image display device, electronic apparatus, and pixel location determining method | |
TW200720643A (en) | Scintillation measuring method of display device and scintillation measuring device | |
CN105915816A (zh) | 用于确定给定场景的亮度的方法和设备 | |
CN109803172A (zh) | 一种直播视频的处理方法、装置及电子设备 | |
CN103905745B (zh) | 一种视频帧中重影时间戳的识别方法 | |
CN105409210A (zh) | 色度子采样 | |
KR20180000729A (ko) | 디스플레이 장치 및 이의 제어 방법 | |
WO2011139987A1 (en) | Methods and systems for correcting the appearance of images displayed on an electronic visual display | |
US10971044B2 (en) | Methods and systems for measuring electronic visual displays using fractional pixels | |
KR20160015180A (ko) | 표시 시스템 및 컬러 일관성을 관리하는 방법 | |
CN105761267B (zh) | 一种图像处理的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |