CN101727668B - 一种图像边界检测的方法及装置 - Google Patents
一种图像边界检测的方法及装置 Download PDFInfo
- Publication number
- CN101727668B CN101727668B CN2008102249704A CN200810224970A CN101727668B CN 101727668 B CN101727668 B CN 101727668B CN 2008102249704 A CN2008102249704 A CN 2008102249704A CN 200810224970 A CN200810224970 A CN 200810224970A CN 101727668 B CN101727668 B CN 101727668B
- Authority
- CN
- China
- Prior art keywords
- boundary
- central pixel
- pixel
- pixel point
- intensity
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 239000013598 vector Substances 0.000 claims abstract description 103
- 238000001514 detection method Methods 0.000 claims abstract description 84
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000001914 filtration Methods 0.000 claims description 27
- 238000010606 normalization Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 13
- 238000012216 screening Methods 0.000 abstract 1
- 238000005728 strengthening Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 238000013341 scale-up Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像边界检测的方法,该方法包括,在待检测图像上设置边界检测窗口,在所述边界检测窗口内根据确定的多个非中心像素点相对于中心像素点的向量,计算所述向量的合向量,将所述合向量按照设置的参数进行计算并对角点区域边界强度进行增强后,得到所述中心像素点的边界强度,所述合向量的方向为所述中心像素点的边界方向。本发明还公开了一种图形边界检测的装置。本发明基于向量的方法确定中心像素点的边界方向和边界强度,并对角点区域进行了增强,在边界方向进行了滤波,因此采用本发明实施例提供的图像边界检测的方法具有良好的检测效果,并且具有较好的适用性,尤其对于挂网图像中因挂网而产生间断的边界检测效果良好。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种图像边界检测的方法及装置。
背景技术
目前的图像处理技术中,边界检测的解决方案是使用根据一维或者二维导数设计的固定尺寸的模版,对图像进行边界检测,但利用Sobel算子、拉普拉斯算子等模板检测的方法对强噪声图像和间断边界图像的检测效果较差。
现有技术中实现图像边界检测的方法是依据图像区域内的不同像素点质心之间的距离,判断图像区域是否为边界区域,但是此检测方法主要适用于二值半色调图像。
现有技术中图像边界检测的方法一般都只适用于一种类型或一些类型的图像,对所有类型图像的适用性较差,例如,对挂网图像的边界强度和边界方向检测效果较差,同时,对挂网图像的角点区域检测出的边界强度较弱,甚至出现丢失该区域强度的现象,从而影响图像中角点区域的显示效果。并且,现有技术中,对于图像方向的滤波,只考虑了边界的方向信息,没有考虑边界的强度信息,影响了图像方向滤波的效果。
发明内容
本发明实施例提供一种图像边界检测的方法及装置,用以增强图像边界检测方法的适用性,提高对强噪声图像以及间断边界检测的效果,并且优化图像边界方向的滤波效果。
本发明实施例提供的一种图像边界检测的方法,包括:
在待检测图像上设置奇数尺寸边界检测窗口,其中,所述奇数尺寸边界检测窗口的设置包括:取大于1的奇数N,设置N×N的像素窗口为边界检测窗口;
在所述边界检测窗口内计算每个非中心像素点相对于中心像素点的向量,其中,所述每个非中心像素点相对于中心像素点的向量计算包括:确定每个像素点的坐标值,根据所述每个像素点的坐标值以及每个像素点的像素值,计算所述每个非中心像素点相对于中心像素点的向量,其中,每个向量的方向为所述中心像素点指向对应非中心像素点的方向,所述每个向量的模为所述对应非中心像素点的像素值;
根据每个向量计算合向量,其中合向量的计算方法满足矢量和的计算方法;
将所述合向量的模根据设置的参数进行调整,将所述调整后的所述合向量的模作为所述中心像素点的第一边界强度,将所述第一边界强度作为中心像素点的目标边界强度,将所述合向量的方向作为所述中心像素点的边界方向。
本发明实施例提供的一种图像边界检测的装置,包括:
存储模块,保存用于检测待检测图像的奇数尺寸边界检测窗口,其中,所述奇数尺寸边界检测窗口的设置包括:取大于1的奇数N,设置N×N的像素窗口为边界检测窗口;
计算模块,用于在所述边界检测窗口内计算每个非中心像素点相对于中心像素点的向量,根据所述每个向量计算合向量,其中合向量的计算方法满足矢量和的计算方法;
其中,所述计算模块包括:第一存储单元,用于保存每个像素点的坐标值;第一计算单元,用于根据所述每个像素点的坐标值以及每个像素点的像素值,计算所述每个非中心像素点相对于中心像素点的向量,其中,每个向量的方向为所述中心像素点指向对应非中心像素点的方向,所述每个向量的模为所述对应非中心像素点的像素值;
调整模块,用于将所述合向量的模根据设置的参数进行调整,将所述调整后的所述合向量的模作为所述中心像素点的第一边界强度,将所述第一边界强度作为中心像素点的目标边界强度,将所述合向量的方向作为所述中心像素点的边界方向。
本发明实施例在进行图像边界检测中,根据检测的精度确定边界检测窗口,根据中心像素点与边界检测窗口内非中心像素点的关系,确定中心像素点的边界强度和边界方向,并且对角点区域的边界强度进行了增强,同时对中心像素点的边界方向进行了滤波处理,因此,采用本发明实施例提供的图像边界检测的方法具有良好的检测效果,并且具有较好的适用性,尤其对于挂网图像中因挂网而产生间断的边界检测效果良好,同时,本发明结合了边界方向和边界强度信息对像素点的边界方向进行滤波处理,得到更为准确的边界信息。
附图说明
图1为本发明实施例中图像边界检测的方法流程图;
图2为本发明实施例中5×5的边界检测窗口内中心像素点到其他各像素点向量方向示意图;
图3为本发明实施例中确定图像内各像素点坐标示意图;
图4为本发明实施例中滤波窗口内的边界强度信息示意图;
图5为本发明实施例中滤波窗口内的边界方向信息示意图;
图6为本发明实施例中在3×3的滤波窗口内的边界强度图;
图7为本发明实施例中在3×3的滤波窗口内的边界方向图;
图8为本发明实施例中图像边界检测装置示意图。
具体实施方式
本发明实施例提供了一种图像边界检测的方法,在待检测图像上设置奇数尺寸边界检测窗口,在上述边界检测窗口内计算每个非中心像素点相对于中心像素点的向量,根据每个向量计算合向量,将合向量的模根据设置的参数进行调整,将调整后的上述合向量的模作为中心像素点的第一边界强度,将上述第一边界强度作为中心像素点的目标边界强度,将上述合向量的方向作为中心像素点的边界方向。
并且,每个非中心像素点相对于中心像素点的向量计算,包括:确定每个像素点的坐标值,根据每个像素点的坐标值以及每个像素点的像素值,计算每个非中心像素点相对于中心像素点的向量,
其中,每个向量的方向为中心像素点指向对应非中心像素点的方向,每个向量的模为对应非中心像素点的像素值。
将合向量的模根据设置的参数进行调整,包括:将合向量与设置的参数进行乘积运算,将合向量的模缩放到不超过待检测图像像素点的像素值的最大阈值。奇数尺寸边界检测窗口的设置包括:取大于1的奇数N,设置N×N的像素窗口为边界检测窗口。
如图1所示,为本发明实施例提供的一种图像边界检测的方法流程图,具体包括以下几个步骤:
步骤101、在待边界检测的图像上,任意确定边界检测窗口的大小;
在待边界检测的图像中检测某一个像素点的边界方向和边界强度,选择边界检测窗口为奇数N×N像素点窗口,在本发明实施例中边界检测窗口的尺寸N为大于1的奇数。
并且边界检测窗口的大小与边界检测的精度有一定的关系,具体计算时,可以按照本发明实施例提供的选择原则进行合理选择。
步骤102、基于上述确定的边界检测窗口,通过向量的方法检测边界检测窗口内中心像素点的边界方向和边界强度;
其中,通过向量的方法检测边界检测窗口内中心像素点的边界方向和边界强度的具体方法包括,在确定的上述N×N的边界检测窗口内,统计各个非中心像素点相对于中心像素点的向量,如图2所示,为本发明实施例提供的在5×5的边界检测窗口内,中心像素点到各个非中心像素点向量方向示意图。计算统计的所有向量的合向量,其中,合向量的方向即为该中心像素点的边界方向,将此合向量按照设定的参数进行调整,调整后的合向量的模即为该中心像素点的边界强度。其中,参数的设定以调整后合向量的模不超过原图像中像素点像素值的最大阈值为设定规则,即调整后的中心像素点的边界强度不超过原图像中像素点像素值的最大值。
下面对本发明实施例提供的计算边界检测窗口内中心像素点边界强度和边界方向的方法进行详细的阐述。
确定边界检测窗口的大小为N×N,其中N为大于1的奇数,在边界检测窗口内确定各个像素点的坐标值,其中确定像素点坐标值的方法有很多种,如图3所示为本发明实施例提供的一种确定各像素点坐标值的方法,在窗口内以中心点0为坐标原点,分别以两条垂直相交于中心点的直线为坐标线,如图3所示,在确定了坐标线的窗口内确定各个像素点的坐标,任意像素点的坐标值为(xi,yj),例如像素点1的坐标值为(0,1),像素点2的坐标值为(1,1),像素点3的坐标值为(-2,1),像素点4的坐标值为(-1,-2),像素点5的坐标值为(2,-1)等等,并且可知任意像素点的像素值为Vij,边界检测窗口内中心像素点的像素值为V00,坐标值为(0,0),待检测图像中像素点的像素取值范围的最大值为Vmax,例如待检测的图像的像素值由0-255之间的数值表示,则Vmax=255,当待检测图像为二值文本图像时Vmax=1。
其中,像素点坐标值的确定方法不限于本发明实施例提供的方法,只要距离中心像素点距离相等则坐标的数值相同,符号的确定与像素点所在的坐标系统有关,例如像素点1的坐标值可以为(0,2),而此时像素点2、3、4、5的坐标值都发生相应的变化,像素点2的坐标值为(2,2)等。因此,只要满足相同的距离具有相同的坐标值的坐标确定的方法都应该在本发明的保护范围内。
计算边界检测窗口内像素点坐标为(xi,yj)的像素点到相对于中心像素点的向量为vectorij,向量的方向为中心像素点指向该像素点的方向,如图3所示,向量的模为该像素点的像素值;
确定了各个非中心像素点相对于中心像素点的向量后,可以确定所有非中心像素点相对于中心像素点的向量的合向量,合向量为VECTOR=∑vectorij=(X,Y),可知合向量的大小即合向量的模为其中合向量的计算方法满足矢量和的计算方法;
本发明实施例中,为了使得计算出的中心像素点的边界强度不超过原图像中像素点像素值的最大值,采用一定的比例系数缩放合向量的模,在本发明实施例中采用的比例系数为非中心像素点数量值的一半,即此比例系数HalfNumber=number÷2,而边界检测窗口内非中心像素点的数量为number=N×N-1;采用此比例系数缩放合向量的模,得到中心像素点的第一边界强度Power1,即Power1=power÷HalfNumber,可以将上述第一边界强度作为中心像素点的目标边界强度,上述方法只是对合向量模的调整,对其方向没有影响,因此合向量的方向为中心像素点的边界方向。
上述方法在得到中心像素点的边界方向和第一边界强度之后还包括:对角点区域的像素点的边界强度进行增强。
对角点区域的像素点的边界强度进行增强包括:将合向量按照计算的相似非中心像素点数量参数S进行调整,得到中心像素点的第二边界强度,取第一边界强度与第二边界强度中较大值作为中心像素点的目标边界强度。
其中,相似非中心像素点数量参数S的计算包括:根据边界检测窗口内每个非中心像素点的像素值,与中心像素点的像素值的相似程度,计算相似非中心像素点数量参数S。
步骤103、对角点区域的边界强度进行增强;
将角点区域的边界强度进行增强的具体方法包括:因为根据上述边界强度检测的方法检测的角点区域的边界强度较弱,因此需要对角点区域的边界强度进行增强,由于角点区域像素点的像素值与整个边界检测窗口区域都有一定的联系,因此依据边界检测窗口内各个非中心像素点的像素值与中心像素点的像素值,计算相似非中心像素点数量参数S,将合向量的强度缩小S倍,得到边界强度Power2,取Power1和Power2中的较大值作为角点区域边界强度增强后的边界强度。
因为角点区域检测出的边界强度比较弱,因此需要对角点区域进行增强,其中,边界检测窗口内各个非中心像素点的像素值与中心像素点的像素值相似程度越高,相似非中心像素点数量参数S越大,在本发明实施例确定窗口内角点边界强度增强后的中心像素点的目标边界强度为EnhancePower=max(power1,Power2)。本实施例中可以采用此公式计算相似非中心像素点数量参数S,相似非中心像素点数量参数S的计算也不局限于本发明实施例提供的公式,根据中心像素点的像素值与非中心像素点的像素值关系,计算窗口内相似非中心像素点数量参数S,从而将合向量的模调整到窗口内像素点的像素值的阈值范围内的,相似非中心像素点数量参数S的计算方法,都应该在本发明的保护范围内。
在检测到像素点的边界方向和第一边界强度后,或在对角点区域的边界强度进行增强后,还可以包括对中心像素点的边界方向进行滤波,包括:设置滤波窗口,在上述滤波窗口内按照归一化的边界方向,采用上述目标边界强度和边界方向,计算每个归一化的边界方向上对应目标边界强度的累加值,将累加值的最大值对应的边界方向作为所述中心像素点的边界方向。具体步骤包括:
步骤104、将图像上各个像素点的边界方向和目标边界强度检测完成后,利用检测后的边界方向和目标边界强度,对边界方向进行滤波,得到更加准确并且平滑的边界方向;
因为,将待检测的原始图像按照上述方法进行检测后,由于原始图像中存在图形模糊、噪声等问题,因此采用上述方法得到的边界方向并不精确,特别是在挂网图像中,所以需要对边界检测后的图像进行边界方向的平滑处理。
具体方法包括,将步骤103中检测得到的中心像素点的边界方向在n个滤波方向进行平滑滤波,其中,n为大于1,且为4的倍数的整数,即将中心像素点周围的360度的区域,按照一定的角度划分为多个小区域,每个小区域归一为一个边界方向。例如当n为16时,即将中心像素点的边界方向在归一为16个边界方向进行平滑滤波,16个边界方向的取值分别为0-15。并且n的选取与滤波的精度有关,可以根据精度的需要进行合理的选择。
以下是进行图像边界方向滤波处理的具体实施方式,包括:
确定滤波窗口,其中,滤波窗口的确定方法与步骤102中确定边界检测窗口的方法相同,为了平滑经过边界强度和边界方向检测后的图像,因此,在目标边界强度和边界方向检测后的图像内设定窗口的尺寸为M,其中M为大于1的奇数,在尺寸为M×M的滤波窗口内,计算每个边界方向其相应的目标边界强度的累加值CD,将CD最大值对应的边界方向确定为中心像素点的边界方向,其中,D为确定的每个边界方向,与上述n的取值范围相同,例如上述0-15的值。
如图4所示,为本发明实施例提供的滤波窗口内的目标边界强度信息示意图,其中,Ai为图像中每个像素点的目标边界强度。如图5所示,为本发明实施例提供的与图4对应的同一滤波窗口内的边界方向信息示意图,其中,Bi为图像中每个像素点的边界方向。即结合图4、图5可知在相同的位置上的像素点的目标边界强度和边界方向分别为Ai和Bi。并且,统计Bi=D时,对应CD=∑Ai的值;即统计每个边界方向上,对应的目标边界强度的累积值。并将确定的滤波窗口内最大的累加值CD对应的边界方向确定为中心像素点的边界方向值。即取CCorrectD=MAX(CD);则中心像素点的边界方向为CorrectD。
如图6所示,为本发明实施例提供的在3×3的滤波窗口内的边界强度图;如图7所示,为本发明实施例提供的在3×3的滤波窗口内的边界方向图。按照上述方法进行中心像素点边界方向的计算,具体计算方法如下:
首先确定将图像的边界方向归一为n=16个方向,取值为0-15;
然后统计Bi=0时,C0=∑Ai=0;即统计图7中,边界方向为0的值对应的目标边界强度图中的值的累加和。由于图7中没有边界方向为0的值,所以C0为0;
同理统计Bi=1时,C1=∑Ai=0;
因为图7中边界方向值为2的点对应的位置为B6,且B6与A6位置对应,而A6的值为100,所以统计Bi=2时,C2=∑Ai=A6=100;
统计Bi=3,C3=∑Ai=A3+A5+A8+A9=100+150+150+100=500;
因为图7中边界方向值为3的像素点对应的位置为B3、B5和B8,所以统计A3、A5和A8对应边界强度值得累加和,即C3为500;
统计Bi=4时,C4=∑Ai=A1+A2+A4+A7=200+150+200+200=750;
因为图7中边界方向值为4的像素点对应的位置为B1、B2、B4和B7,所以统计A1、A2、A4和A7对应目标边界强度的累加和,即C4为750;
因为图7中没有边界方向为5或者比5大的值,因此,得到的C5~C15的值为0。
因此MAX(CD)为750,所以确定的中心像素点的边界方向CorrectD为4。因此经过平滑后,中心像素点B5的边界方向为4。
对角点区域进行边界强度的增强,和对中心像素点的边界方向进行滤波两个处理过程的可以任意互换,不采用或者只采用其中的任意一个处理过程也可以达到图像边界检测的目的。
以上是本发明实施例提供的进行图像边界检测的方法具体流程,采用本发明实施例对图像的边界区域的检测有很好的效果,尤其对于挂网图像,因为挂网引起的间断具有良好的检测效果,同时本发明实施例提供图像边界检测的方法适用于任何类型的图像,并且可以对角点区域的边界强度进行增强,同时采用了边界滤波,去除了噪声等干扰因素的影响,因此本发明实施例提供的方法具有良好的图像边界检测的效果。
同时,本发明实施例还提供了一种图像边界检测的装置,如图8所示,包括,存储模块800、计算模块820和调整模块830。其中,存储模块800,保存用于检测待检测图像的奇数尺寸边界检测窗口;计算模块820,用于在所述边界检测窗口内计算每个非中心像素点相对于中心像素点的向量,根据所述每个向量计算合向量;调整模块830,用于将所述合向量的模根据设置的参数进行调整,将所述调整后的所述合向量的模作为所述中心像素点的第一边界强度,将所述第一边界强度作为中心像素点的目标边界强度,将所述合向量的方向作为所述中心像素点的边界方向。
所述计算模块820包括,第一存储单元821和第一计算单元822。其中,第一存储单元821,用于保存每个像素点的坐标值;第一计算单元822,用于根据所述每个像素点的坐标值以及所述每个像素点的像素值,计算所述每个非中心像素点相对于中心像素点的向量,其中,所述每个向量的方向为中心像素点指向对应非中心像素点的方向,所述每个向量的模为所述对应非中心像素点的像素值。
所述调整模块830包括,参数存储单元831和第二计算单元832。其中,参数存储单元831,用于保存设置的参数;第二计算单元832,用于将所述合向量与设置的所述参数进行乘积运算,计算后所述合向量的模不超过所述待检测图像像素点的像素值的最大阈值。
所述存储模块800包括,第二存储单元801和第三存储单元802。其中,第二存储单元801,用于保存边界检测窗口的尺寸,所述尺寸为大于1的奇数;第三存储单元802,用于保存所述尺寸的边界检测窗口。
所述装置还包括,边界强度增强模块840,用于对角点区域的像素点的边界强度进行增强。
所述边界强度增强模块840包括,第三计算单元842、调整单元843和边界强度增强单元844。其中,第三计算单元842,用于计算相似非中心像素点数量参数;调整单元843,用于将所述合向量按照计算的所所述相似非中心像素点数量参数进行调整,得到所述中心像素点的第二边界强度;边界强度增强单元844,用于将所述第一边界强度与所述第二边界强度中较大值作为中心像素点的目标边界强度。
所述第三计算单元842包括,相似度存储单元845和参数计算单元846。其中,相似度存储单元845,用于保存边界检测窗口内每个非中心像素点的像素值,与中心像素点的像素值的相似程度;参数计算单元846,用于根据每个非中心像素点的像素值,与中心像素点的像素值的相似程度,计算所述相似非中心像素点数量参数。
所述装置进一步包括,滤波模块850,用于根据所述边界强度和所述边界方向,对所述中心像素点的边界方向进行滤波。
所述滤波模块850包括,滤波窗口存储单元851、第四计算单元852和滤波单元853。其中,滤波窗口存储单元851,用于保存滤波用的滤波窗口的大小;第四计算单元852,用于根据归一化的边界方向,采用所述边界强度和所述边界方向,计算每个归一化的边界方向上对应边界强度的累加值;滤波单元853,用于将所述累加值的最大值对应的边界方向作为所述中心像素点的边界方向。
所述滤波窗口存储单元851包括,第四存储单元854和第五存储单元855。其中,第四存储单元854,用于保存滤波窗口的尺寸,所述尺寸为大于1的奇数;第五存储单元855,用于保存所述尺寸的滤波窗口。
其中,归一化边界方向的设置包括,确定大于1,且为4的倍数的整数N,将像素点的边界方向归一为所述的N个方向。
本发明实施例在进行图像边界检测中,根据检测的精度确定边界检测窗口,根据中心像素点与边界检测窗口内非中心像素点的关系,确定中心像素点的边界强度和边界方向,并且对角点区域的边界强度进行了增强,同时对中心像素点的边界方向进行了滤波处理,因此,采用本发明实施例提供的图像边界检测的方法具有良好的检测效果,并且具有较好的适用性,尤其对于挂网图像中因挂网而产生间断的边界检测效果良好,同时,本发明结合了边界方向和边界强度信息对像素点的边界方向进行滤波处理,得到更为准确的边界信息。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (16)
1.一种图像边界检测的方法,其特征在于,该方法包括以下步骤:
在待检测图像上设置奇数尺寸边界检测窗口,其中,所述奇数尺寸边界检测窗口的设置包括:取大于1的奇数N,设置N×N的像素窗口为边界检测窗口;
在所述边界检测窗口内计算每个非中心像素点相对于中心像素点的向量,其中,所述每个非中心像素点相对于中心像素点的向量计算包括:确定每个像素点的坐标值,根据所述每个像素点的坐标值以及每个像素点的像素值,计算所述每个非中心像素点相对于中心像素点的向量,其中,每个向量的方向为所述中心像素点指向对应非中心像素点的方向,所述每个向量的模为所述对应非中心像素点的像素值;
根据所述每个向量计算合向量,其中合向量的计算方法满足矢量和的计算方法;
将所述合向量的模根据设置的参数进行调整,将所述调整后的所述合向量的模作为所述中心像素点的第一边界强度,将所述第一边界强度作为中心像素点的目标边界强度,将所述合向量的方向作为所述中心像素点的边界方向。
2.如权利要求1所述的方法,其特征在于,将所述合向量的模根据设置的参数进行调整,包括:
将调整前的所述合向量与设置的参数进行乘积运算,计算后的所述合向量的模不超过所述待检测图像像素点的像素值的最大阈值。
3.如权利要求1所述的方法,其特征在于,所述方法在得到所述中心像素点的第一边界强度和边界方向之后还包括:
对角点区域的像素点的边界强度进行增强。
4.如权利要求3所述的方法,其特征在于,所述对角点区域的像素点的边界强度进行增强包括:
将调整前的所述合向量按照计算的相似非中心像素点数量参数进行调整,得到所述中心像素点的第二边界强度,其中,根据所述边界检测窗口内每个非中心像素点的像素值,与中心像素点的像素值的相似程度得到相似非中心像素点数量参数;
取第一边界强度与第二边界强度中较大值作为中心像素点的目标边界强度。
5.如权利要求1或3所述的方法,其特征在于,在得到所述中心像素点的目标边界强度和边界方向后,还包括:
采用所述目标边界强度和所述边界方向,对所述中心像素点的边界方向进行滤波。
6.如权利要求5所述的方法,其特征在于,对所述中心像素点的边界方向进行滤波,包括:
设置滤波窗口,在所述滤波窗口内按照设置的归一化的边界方向,采用所述目标边界强度和所述边界方向,计算每个归一化的边界方向上对应目标边界强度的累加值,将所述累加值的最大值对应的边界方向作为所述中心像素点的边界方向。
7.如权利要求6所述的方法,其特征在于,所述滤波窗口的设置包括:
取大于1的奇数M,设置M×M的像素窗口为滤波窗口。
8.如权利要求6所述的方法,其特征在于,所述归一化边界方向的设置包括:
确定大于1,且为4的倍数的整数n,将像素点的边界方向归一为所述的n个方向。
9.一种图像边界检测的装置,其特征在于,包括:
存储模块,保存用于检测待检测图像的奇数尺寸边界检测窗口,其中,所述奇数尺寸边界检测窗口的设置包括:取大于1的奇数N,设置N×N的像素窗口为边界检测窗口;
计算模块,用于在所述边界检测窗口内计算每个非中心像素点相对于中心像素点的向量,根据每个向量计算合向量,其中合向量的计算方法满足矢量和的计算方法;
其中,所述计算模块包括:第一存储单元,用于保存每个像素点的坐标值;第一计算单元,用于根据所述每个像素点的坐标值以及每个像素点的像素值,计算所述每个非中心像素点相对于中心像素点的向量,其中,每个向量的方向为所述中心像素点指向对应非中心像素点的方向,所述每个向量的模为所述对应非中心像素点的像素值;
调整模块,用于将所述合向量的模根据设置的参数进行调整,将所述调整后的所述合向量的模作为所述中心像素点的第一边界强度,将所述第一边界强度作为中心像素点的目标边界强度,将所述合向量的方向作为所述中心像素点的边界方向。
10.如权利要求9所述的装置,其特征在于,所述调整模块包括:
参数存储单元,用于保存设置的参数;
第二计算单元,用于将调整前的所述合向量与设置的所述参数进行乘积运算,计算后的所述合向量的模不超过所述待检测图像像素点的像素值的最大阈值。
11.如权利要求9所述的装置,其特征在于,所述存储模块包括:
第二存储单元,用于保存边界检测窗口的尺寸,所述尺寸为大于1的奇数;
第三存储单元,用于保存所述尺寸的边界检测窗口。
12.如权利要求9所述的装置,其特征在于,所述装置还包括:
边界强度增强模块,用于对角点区域的像素点的边界强度进行增强。
13.如权利要求12所述的装置,其特征在于,所述边界强度增强模块包括:
第三计算单元,用于计算相似非中心像素点数量参数;
其中,所述第三计算单元包括:相似度存储单元,用于保存边界检测窗口内每个非中心像素点的像素值,与中心像素点的像素值相似程度;参数计算单元,用于根据每个非中心像素点的像素值,与中心像素点的像素值的相似程度,计算所述相似非中心像素点数量参数;
调整单元,用于将调整前的所述合向量按照计算的所述相似非中心像素点数量参数进行调整,得到所述中心像素点的第二边界强度;
边界强度增强单元,用于将所述第一边界强度与所述第二边界强度中较大值作为中心像素点的目标边界强度。
14.如权利要求9或12所述的装置,其特征在于,所述装置进一步包括:
滤波模块,用于根据所述边界强度和所述边界方向,对所述中心像素点的边界方向进行滤波。
15.如权利要求14所述的装置,其特征在于,所述滤波模块包括:
滤波窗口存储单元,用于保存滤波用的滤波窗口的大小;
第四计算单元,用于根据归一化的边界方向,采用所述边界强度和所述边界方向,计算每个归一化的边界方向上对应边界强度的累加值;
滤波单元,用于将所述累加值的最大值对应的边界方向作为所述中心像素点的边界方向。
16.如权利要求15所述的装置,其特征在于,所述滤波窗口存储单元包括:
第四存储单元,用于保存滤波窗口的尺寸,所述尺寸为大于1的奇数;
第五存储单元,用于保存所述尺寸的滤波窗口。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102249704A CN101727668B (zh) | 2008-10-28 | 2008-10-28 | 一种图像边界检测的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102249704A CN101727668B (zh) | 2008-10-28 | 2008-10-28 | 一种图像边界检测的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101727668A CN101727668A (zh) | 2010-06-09 |
CN101727668B true CN101727668B (zh) | 2011-12-14 |
Family
ID=42448520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008102249704A Expired - Fee Related CN101727668B (zh) | 2008-10-28 | 2008-10-28 | 一种图像边界检测的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101727668B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107507203B (zh) * | 2017-05-02 | 2020-04-14 | 大连理工大学 | 一种基于热红外图像的服务器设备边界直线角度自动提取方法 |
CN107945177A (zh) * | 2017-12-15 | 2018-04-20 | 日照职业技术学院 | 一种用于机器人视觉系统检测判断物料的方法 |
CN109949248B (zh) * | 2019-03-26 | 2021-02-26 | 北京字节跳动网络技术有限公司 | 修改车辆在图像中的颜色的方法、装置、设备及介质 |
CN114663316B (zh) * | 2022-05-17 | 2022-11-04 | 深圳市普渡科技有限公司 | 确定沿边路径的方法、移动设备及计算机存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6233060B1 (en) * | 1998-09-23 | 2001-05-15 | Seiko Epson Corporation | Reduction of moiré in screened images using hierarchical edge detection and adaptive-length averaging filters |
CN101079149A (zh) * | 2006-09-08 | 2007-11-28 | 浙江师范大学 | 一种基于径向基神经网络的有噪运动模糊图像复原方法 |
-
2008
- 2008-10-28 CN CN2008102249704A patent/CN101727668B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6233060B1 (en) * | 1998-09-23 | 2001-05-15 | Seiko Epson Corporation | Reduction of moiré in screened images using hierarchical edge detection and adaptive-length averaging filters |
CN101079149A (zh) * | 2006-09-08 | 2007-11-28 | 浙江师范大学 | 一种基于径向基神经网络的有噪运动模糊图像复原方法 |
Non-Patent Citations (2)
Title |
---|
JP特开2006-295919A 2006.10.26 |
张惠娟,翟鸿鸣.彩色图像的分色和挂网技术.《微机发展》.1999,(第3期),第16-19页. * |
Also Published As
Publication number | Publication date |
---|---|
CN101727668A (zh) | 2010-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106485183B (zh) | 一种二维码定位方法及系统 | |
CN109635656A (zh) | 基于神经网络的车辆属性识别方法、装置、设备及介质 | |
CN109584300A (zh) | 一种确定车头朝向角度的方法及装置 | |
CN102147857A (zh) | 利用改进霍夫变换进行类圆形检测的图像处理方法 | |
CN106127775A (zh) | 图像清晰度评价方法及装置 | |
CN103530431B (zh) | 用于网页页面点击量统计的数据处理方法和装置 | |
CN105427333A (zh) | 视频序列图像的实时配准方法、系统及拍摄终端 | |
CN107192716A (zh) | 一种基于轮廓特征的工件缺陷快速检测方法 | |
CN101727668B (zh) | 一种图像边界检测的方法及装置 | |
CN102034254B (zh) | 一种识别几何图形的方法 | |
CN103729625A (zh) | 一种人脸识别的方法 | |
CN102609917A (zh) | 一种基于聚类算法的图像边缘拟合b样条生成方法 | |
CN101655910A (zh) | 训练系统、训练方法及检测方法 | |
CN110443159A (zh) | 数字识别方法、装置、电子设备及存储介质 | |
CN101236646B (zh) | 在频率域检测与估计图像显著的强相关方向的方法和系统 | |
CN103295227B (zh) | 一种基于梯度方向分割的圆检测方法 | |
CN102542282A (zh) | 一种无源图像马赛克检测方法及装置 | |
CN107578011A (zh) | 视频关键帧的判定方法及装置 | |
CN105654064A (zh) | 车道线检测方法和装置及高级驾驶辅助系统 | |
CN103914829A (zh) | 一种含噪图像边缘检测方法 | |
CN104992146A (zh) | 一种用于人脸识别的方法和装置 | |
Kang et al. | GuidedMixup: an efficient mixup strategy guided by saliency maps | |
CN104952055A (zh) | 一种图像掩模锐化检测方法及系统 | |
CN101783014A (zh) | 一种圆形检测的方法 | |
CN106709394A (zh) | 一种图像处理方法及装置 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111214 |