CN110853066A - 一种图像边缘检测系统及方法 - Google Patents

一种图像边缘检测系统及方法 Download PDF

Info

Publication number
CN110853066A
CN110853066A CN201911023102.4A CN201911023102A CN110853066A CN 110853066 A CN110853066 A CN 110853066A CN 201911023102 A CN201911023102 A CN 201911023102A CN 110853066 A CN110853066 A CN 110853066A
Authority
CN
China
Prior art keywords
super
image edge
edge detection
image
carrier wave
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.)
Pending
Application number
CN201911023102.4A
Other languages
English (en)
Inventor
冯天华
潘丹平
张卫
亚历山大.波特波夫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jinan University
University of Jinan
Original Assignee
Jinan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jinan University filed Critical Jinan University
Priority to CN201911023102.4A priority Critical patent/CN110853066A/zh
Publication of CN110853066A publication Critical patent/CN110853066A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/10—Image enhancement or restoration using non-spatial domain filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种图像边缘检测系统及方法，其中系统包括：光调制模块，用于采用光线对待检测图像进行处理后，输出加载有图像信息的载波；超表面模块，用于接收从预设角度发射过来的载波，使载波穿过超表面模块；检测模块，用于接收穿过超表面模块的载波，对接收到的载波进行处理后，输出图像边缘信息。本发明利用超表面结构对光信号的干涉和衍射等模拟特性进行控制，只需将带有图像信息的载波经过超表面结构后，即可检测获得相应的图像边缘信息，极大地提高了图像边缘检测的效率。另外，无需使用两个透镜进行傅里叶变换和傅里叶逆变换，极大地减少了体积，更有利于集成化和产业化，可广泛应用于图像边缘检测领域。

Description

一种图像边缘检测系统及方法
技术领域
本发明涉及图像边缘检测领域，尤其涉及一种图像边缘检测系统及方法。
背景技术
图像边缘检测广泛应用计算机视觉、模式识别等新兴领域，其处理方法主要有以下几种方式：
1、基于电子设备的信息处理：从外部通过采样提取相应的模拟信号，然后转化为适合电子设备处理的数字信号，接着利用电子设备的逻辑电路实现数值运算，最后输出为相应的信息。
2、基于透镜的光信号处理：使用透镜将相关信息转换到傅里叶域，然后利用相关硬件进行傅里叶域处理，最后进行逆傅里叶变换，从而得到对应的目标信息。
利用电子设备进行处理，其电路固有的半导体特性限制了数据的运算速度和功耗。例如医学图像处理和卫星拍摄等领域要求实时进行海量的数据处理，因此传统的电子设备将难以肩负重任。另外，通过增加计算机的数量及利用并行计算等技术可以提高处理数据的速度，但是该方案将增加经济成本并带来能源消耗问题。基于透镜的光信号处理方法需要用到两个透镜进行处理，所以使得整个系统体积较大而笨重，不利于集成。
发明内容
为了解决上述技术问题之一，本发明的目的是提供一种利用超表面结构对光信号的干涉和衍射等模拟特性，实现更高效的图像边缘检测系统及方法。
本发明所采用的第一技术方案是：
一种图像边缘检测系统，包括：
光调制模块，用于采用光线对待检测图像进行处理后，输出加载有图像信息的载波；
超表面模块，用于接收从预设角度发射过来的载波，使载波穿过超表面模块；
检测模块，用于接收穿过超表面模块的载波，对接收到的载波进行处理后，输出图像边缘信息。
进一步，所述超表面模块包括多个呈周期性排布的微纳结构重复单元。
进一步，所述微纳结构重复单元呈柱状。
进一步，所述微纳结构重复单元由高折射率介质制成。
进一步，所述预设角度为30°-46°。
进一步，所述光调制模块采用空间光调制器。
进一步，所述检测模块包括光束轮廓仪或幅度检测器。
本发明所采用的第二技术方案是：
一种图像边缘检测方法，包括以下步骤：
采用光线对待检测图像进行处理后，获得加载有图像信息的载波；
将载波按照预设角度发射至超表面模块，使载波穿过超表面模块；
获取穿过超表面模块的载波，并对获得的载波进行处理后，输出图像边缘信息。
进一步，所述预设角度为30°-46°。
进一步，所述超表面模块包括多个呈周期性排布的微纳结构重复单元。
本发明的有益效果是：本发明利用超表面结构对光信号的干涉和衍射等模拟特性进行控制，只需将带有图像信息的载波经过超表面结构后，即可检测获得相应的图像边缘信息，极大地提高了图像边缘检测的效率。另外，无需使用两个透镜进行傅里叶变换和傅里叶逆变换，极大地减少了体积，更有利于集成化和产业化。
附图说明
图1是本发明一种图像边缘检测系统的结构示意图；
图2是具体实施例中超表面模块的结构示意图；
图3是具体实施例中横电波的传递函数图；
图4是具体实施例中横磁波的传递函数图；
图5是具体实施例中待检测图像的示意图；
图6是具体实施例中沿X方向偏振下的边缘检测示意图；
图7是具体实施例中沿Y方向偏振下的边缘检测示意图；
图8是具体实施例中非偏振光下的边缘检测示意图；
图9是本发明一种图像边缘检测方法的步骤流程图。
具体实施方式
如图1所示，本实施例提供了一种图像边缘检测系统，包括：
光调制模块，用于采用光线对待检测图像进行处理后，输出加载有图像信息的载波；
超表面模块，用于接收从预设角度发射过来的载波，使载波穿过超表面模块；
检测模块，用于接收穿过超表面模块的载波，对接收到的载波进行处理后，输出图像边缘信息。
所述光调制模块主要用于进行数据信息加载，加载图像上的信息；具体地，可利用光源照射目标物体、采用空间光调制器产生图像等各种技术方案进行信息加载，在本实施例中并不进行限制，只需将图像的信息加载在光的载波上即可。
所述超表面模块具有超表面结构，当载波照射到超表面模块后，由于超表面的透射存在空间色散，即其透射率依赖于入射角度，所以存在“直接进行傅里叶域运算操作”的机制，故不需要额外的透镜来实现入射波携带信息转换到傅里叶域。本实施例中的超表面模块采用现有的超表面结构来实现即可，并不进行限制。具体地，在载波射入超表面模块时，调节载波出口与超表面的距离，使一定角度范围内的载波照射在特定设计的超表面上。
所述检测模块用于接收到经过超表面模块处理的载波后，分析穿过超表面后的载波，以及对数据处理后输出图像边缘信息。其中，可采用光束轮廓仪或幅度检测器等仪器作为探测器，来对载波的接收和分析，最后采用现有的设备对检测到的载波值进行二值化或其它方式处理，从而得到图像边缘信息，比如计算机。
参照图1，具体的工作原理为：图1中(a)为源图像示意图，(b)为对图(a)进行边缘检测的结果。当入射光线经过待检测图像后，得到载波，载波穿过超表面，由探测器检测获得，最终经过二值化处理后，得到图像边缘信息。
参照图2，进一步作为优选的实施方式，所述超表面模块包括多个呈周期性排布的微纳结构重复单元。所述微纳结构重复单元呈柱状。所述微纳结构重复单元由高折射率介质制成。
所述超表面模块的核心部件是介质柱(即微纳结构重复单元)，该介质柱可以放置于衬底上、悬空或嵌在某种材料中。对于这三种情况，需要根据实际情况调整结构参数、预设角度等。参照图2，在本实施例中，介质柱按一定周期排列，是一种悬空的状态，并无需衬底。
在本实施例中，所述微纳结构重复单元采用柱状结构，但是不局限于柱状结构，采用其他形式的结构单元也可以通过合适设计实现类似功能。如图2所示，周期性排列的介质柱结构按一定的间距分布X-Y平面上。
进一步作为优选的实施方式，所述预设角度为30°-46°。
所述预设角度可以为30°-46°，在本实施例中，预设角度优选40°，在该角度下，其对应每个像素在每个方向的尺寸是0.78λ。
进一步作为优选的实施方式，所述光调制模块采用空间光调制器。
光调制模块可以采用空间光调制器，但是不局限于这一种选择，只要可以将图像信息加载在光的场分布即可。
进一步作为优选的实施方式，所述检测模块包括光束轮廓仪或幅度检测器。所述光束轮廓仪或幅度检测器用于检测信号，但是不局限于这两种选择，只要可以检测(电)场分布或光强度即可。
以下结合图3至图8对上述系统的工作原理进行详细的解释说明。
在理想情况下，拉普拉斯算子对应的传递函数为
Figure BDA0002247852840000041
其中kx和ky为波数。说明在整个傅里叶域中，对应到kx-ky平面，与原点(0,0)距离相同的每一点都具有相同的值。在实际的图像边缘检测中，在频域中运用拉普拉斯运算，其效果可以等效为将高频分量乘以较大的正数值，而低频分量乘以较低的正数值或零。所以，在比较不理想的传递函数的情况下，只要超表面传递函数幅值的趋势可以等效运用拉普拉斯运算的效果，就实现图像边缘检测。计算不同方位角α、不同仰角θ下横电(TE)波和横磁(TM)波情况下的传递函数(即透射率)，得到了图3和图4传递函数图。虽然这两者并不是理想的传递函数，但是它们仍然可以实现图像边缘检测。该结构对应的参数为：半径100nm，高度150nm，周期400nm，入射波波长575nm。
利用传递函数可以计算得到图像边缘检测效果。计算过程如下：假设物体数据信息为I(x,y)，入射波的原始电场有沿x和y方向的分量Ex和Ey，物体被入射平面波照射或者利用空间光调制器，从而将物体数据信息加载在电场上，那么转换后的电场分量为Ex1＝ExI(x,y)和Ey1＝EyI(x,y)。经过傅里叶变换，电场分量转化为和
Figure BDA0002247852840000043
Figure BDA0002247852840000044
为图像信息I(x,y)的傅里叶变换形式。对于每一点(kx,ky)，该点的电场可以分解为TM(横磁)分量和TE(横电)分量。这些分量与图3和图4对应的传递函数作用，从而相对提高了高频分量的值，抑制低频分量的值。然后将经过超表面的沿x和y方向的电场分量进行逆傅里叶变换，这两个方向的电场分量的平方和，为电场的平方，可等价为光照强度，为边缘检测的结果。图5为待检测图像，图6至图8为不同偏振情况对应的效果图。从图6至图8中可以看出，只需电场E沿X或Y方向偏振，就可以实现图像边缘检测的效果。当入射光为非偏振光时，也可以实现图像边缘检测。具体地，图6为在X方向偏振下的边缘检测示意图，图7为沿Y方向偏振下的边缘检测示意图，图8为在非偏振光下的边缘检测示意图。
综上所述，本实施例的图像边缘检测系统相对于现有的图像边缘检测方案至少具有如下有益效果：
(1)、速度快：利用光信号进行数据处理，避免了电子电路本身的性能局限影响。因此，与传统利用电子电路计算相比，在速度方面，本实施例的方案具有明显优势。由于在这方面的优势，本实施例也具有实时处理数据的潜力。
(2)、低功耗：本发明使用的方法在处理等量数据的情况下，相对节省功耗。用于计算的电子电路中一般集成了大量的三极管(有源器件)，而本实施例使用的超表面为无源器件，相对降低了能量的消耗。
(3)、结构简单、紧凑：无需使用两个透镜进行傅里叶变换和傅里叶逆变换，所以相对减少了体积，利于集成化和产业化。
如图9所示，本实施例还提供了一种图像边缘检测方法，包括以下步骤：
S1、采用光线对待检测图像进行处理后，获得加载有图像信息的载波；
S2、将载波按照预设角度发射至超表面模块，使载波穿过超表面模块；
S3、获取穿过超表面模块的载波，并对获得的载波进行处理后，输出图像边缘信息。
进一步作为优选的实施方式，所述预设角度为30°-46°。
进一步作为优选的实施方式，所述超表面模块包括多个呈周期性排布的微纳结构重复单元。
本实施例的一种图像边缘检测方法与上述一种图像边缘检测系统具有一一对应关系，因此具备上述系统中相应的功能和有益效果。
以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种图像边缘检测系统，其特征在于，包括：
光调制模块，用于采用光线对待检测图像进行处理后，输出加载有图像信息的载波；
超表面模块，用于接收从预设角度发射过来的载波，使载波穿过超表面模块；
检测模块，用于接收穿过超表面模块的载波，对接收到的载波进行处理后，输出图像边缘信息。
2.根据权利要求1所述的一种图像边缘检测系统，其特征在于，所述超表面模块包括多个呈周期性排布的微纳结构重复单元。
3.根据权利要求2所述的一种图像边缘检测系统，其特征在于，所述微纳结构重复单元呈柱状。
4.根据权利要求2所述的一种图像边缘检测系统，其特征在于，所述微纳结构重复单元由高折射率介质制成。
5.根据权利要求1所述的一种图像边缘检测系统，其特征在于，所述预设角度为30°-46°。
6.根据权利要求1所述的一种图像边缘检测系统，其特征在于，所述光调制模块采用空间光调制器。
7.根据权利要求1所述的一种图像边缘检测系统，其特征在于，所述检测模块包括光束轮廓仪或幅度检测器。
8.一种图像边缘检测方法，其特征在于，包括以下步骤：
采用光线对待检测图像进行处理后，获得加载有图像信息的载波；
将载波按照预设角度发射至超表面模块，使载波穿过超表面模块；
获取穿过超表面模块的载波，并对获得的载波进行处理后，输出图像边缘信息。
9.根据权利要求8所述的一种图像边缘检测方法，其特征在于，所述预设角度为30°-46°。
10.根据权利要求8所述的一种图像边缘检测方法，其特征在于，所述超表面模块包括多个呈周期性排布的微纳结构重复单元。
CN201911023102.4A 2019-10-25 2019-10-25 一种图像边缘检测系统及方法 Pending CN110853066A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911023102.4A CN110853066A (zh) 2019-10-25 2019-10-25 一种图像边缘检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911023102.4A CN110853066A (zh) 2019-10-25 2019-10-25 一种图像边缘检测系统及方法

Publications (1)

Publication Number Publication Date
CN110853066A true CN110853066A (zh) 2020-02-28

Family

ID=69597012

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911023102.4A Pending CN110853066A (zh) 2019-10-25 2019-10-25 一种图像边缘检测系统及方法

Country Status (1)

Country Link
CN (1) CN110853066A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101064128A (zh) * 2006-04-26 2007-10-31 国际商业机器公司 用于全息信息的存储和重现的装置和方法
CN102243337A (zh) * 2011-07-15 2011-11-16 南开大学 高效激发表面等离子体的微纳结构光学器件
CN103065297A (zh) * 2012-12-20 2013-04-24 清华大学 一种基于傅里叶变换的图像边缘检测方法
US20180045953A1 (en) * 2016-04-29 2018-02-15 The Board Of Trustees Of The Leland Stanford Junior University Device components formed of geometric structures
CN107966824A (zh) * 2017-12-21 2018-04-27 南开大学 一种分光器以及采用该分光器的光通讯系统和显示装置
CN108988123A (zh) * 2018-07-26 2018-12-11 华中科技大学 基于超表面的单片集成面发射半导体激光器及其制备方法
CN109270815A (zh) * 2018-09-06 2019-01-25 武汉大学 基于几何相位超表面全息的光学信息隐藏方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101064128A (zh) * 2006-04-26 2007-10-31 国际商业机器公司 用于全息信息的存储和重现的装置和方法
CN102243337A (zh) * 2011-07-15 2011-11-16 南开大学 高效激发表面等离子体的微纳结构光学器件
CN103065297A (zh) * 2012-12-20 2013-04-24 清华大学 一种基于傅里叶变换的图像边缘检测方法
US20180045953A1 (en) * 2016-04-29 2018-02-15 The Board Of Trustees Of The Leland Stanford Junior University Device components formed of geometric structures
CN107966824A (zh) * 2017-12-21 2018-04-27 南开大学 一种分光器以及采用该分光器的光通讯系统和显示装置
CN108988123A (zh) * 2018-07-26 2018-12-11 华中科技大学 基于超表面的单片集成面发射半导体激光器及其制备方法
CN109270815A (zh) * 2018-09-06 2019-01-25 武汉大学 基于几何相位超表面全息的光学信息隐藏方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
AMIRHOSSEIN S.等: "Two-Dimensional Edge Detection by Guided Mode Resonant Metasurface", 《IEEE PHOTONICS TECHNOLOGY LETTERS》 *
JUNXIAO Z.等: "Optical edge detection based on high-efficiency dielectric metasurface", 《PROC NATI ACAD SCI U S A》 *
朱秀昌 等: "《数字图像处理与图像通信 第3版》", 30 June 2014, 北京：北京邮电大学出版社 *
杨渤 等: "基于傅里叶分析的超表面多维光场调控", 《光学学报》 *

Similar Documents

Publication Publication Date Title
CN101894364B (zh) 基于光学非下采样轮廓波变换的图像融合方法和装置
Lee et al. Acoustooptic signal processing and computing
CN108801464B (zh) 一种计算光波偏振方向与偏振度的图像处理方法
US9494680B2 (en) Radar based interpretation of 3D codes
CN115061277A (zh) 一种基于介质超表面的全光模拟运算系统及运行方法
Guo et al. Method for parameter estimation of LFM signal and its application
US20180019822A1 (en) Digital-data mixing apparatus and digital-data processing system
CN116297226A (zh) 一种实现全庞加球偏振快速调制的成像装置和方法
Shi et al. Research on key technologies of underwater target detection
CN110853066A (zh) 一种图像边缘检测系统及方法
CN109471194B (zh) 毫米波太赫兹成像设备及物体识别分类方法
WO2023230412A1 (en) Class-specific diffractive camera with all-optical erasure of undesired objects
Zhong et al. Noise reduction in modulation measurement profilometry based on the wavelet transform method
CN105181604A (zh) 一种多角度入射单发椭偏测量方法
CN114527559A (zh) 基于单轴晶体的相衬显微模块、设备及方法
Guan et al. SNSPD array with single-channel readout based on compressive sensing
Wang et al. Integrated photonic encoder for terapixel image processing
CN113534099A (zh) 一种opa扫描动态成像方法及成像系统
Miura et al. High accuracy inference by an optical neural network implementation
CN109471196B (zh) 毫米波太赫兹成像设备及物体识别分类方法
Wang et al. Suppression method for strong interference from stray light in 3D imaging system of structured light
CN110595620A (zh) 一种光波偏振快速调制成像装置及方法
Qiu et al. Amplitude modulation in binary gravitational lensing of gravitational waves
Ma et al. Surface defect detection of solar cells based on Fourier single-pixel imaging for removal of substrates interference
Kulchin et al. Optimizing algebraic and neural methods for information processing in distributed fiber-optical measuring systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200228

RJ01 Rejection of invention patent application after publication