專利名稱：基于局部自適應(yīng)色差閾值的彩色圖像邊緣檢測(cè)的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理與計(jì)算機(jī)視覺領(lǐng)域，具體涉及一種模擬人眼對(duì)圖像信息的感知情況且對(duì)噪聲有很好魯棒性的彩色圖像邊緣檢測(cè)的方法。
背景技術(shù)：
圖像的邊緣定義為圖像函數(shù)中不連續(xù)的點(diǎn)，包含了圖像的大部分特征，是區(qū)分物體與背景、感興趣域與周圍信息的關(guān)鍵所在?，F(xiàn)有的邊緣檢測(cè)主要將待處理圖像轉(zhuǎn)化為灰度圖像，將圖像邊緣看作鄰域內(nèi)灰度值發(fā)生突變的點(diǎn)的集合，經(jīng)典的算子有Sobel算子、SUSAN算子、Laplace算子、Canny算子等。這些算法由于缺乏色彩信息，不能區(qū)分出亮度相同但顏色不同的物體，易出現(xiàn)漏檢。
近年來(lái)，彩色圖像的邊緣檢測(cè)逐漸得到了關(guān)注，一類廣泛使用的彩色圖像邊緣提取算法是在原有的灰度梯度邊緣檢測(cè)算子上進(jìn)行改進(jìn)的，這類方法用色差代替亮度差，計(jì)算算子模版區(qū)內(nèi)的核值差距，再與固定閾值相比較，判斷模版中心的像素點(diǎn)是否為邊緣點(diǎn)，例如 Chen H C (Contrast-based color image segmentation, IEEE Signal ProcessingLetters, 2004，11(7) :641 - 644)提出將Laplace算子中的灰度差改為L(zhǎng)ab空間中的歐式距離進(jìn)行計(jì)算；曾俊等人在文獻(xiàn)(Color image edge detection method using VTVdenoising and color difference[J], Optik-International Journal for Light andElectron Optics, 2011，doi : 10. 1016/j. ijleo. 2011. 10. 0093 和彩色圖像 SUSAN 邊緣檢測(cè)方法[J]，計(jì)算機(jī)工程與應(yīng)用，2011,47 (15) =194-196)中分別改進(jìn)的是基于色差的Sobel算子與SUSAN算子。對(duì)于這類算法，閾值的選取是非常重要的，現(xiàn)有算法是將單一的色差閾值定為全局閾值，這種閾值選擇方法忽略了圖像的局部信息對(duì)人眼色差感知的影響，使得很多不可見的邊緣被過(guò)檢測(cè)，對(duì)噪聲的魯棒性較差。

發(fā)明內(nèi)容
本發(fā)明提出一種基于人眼視覺的局部自適應(yīng)色差閾值的估計(jì)方法并與基于CIELab色差的梯度算子結(jié)合應(yīng)用于彩色圖像的邊緣檢測(cè)中，能避免傳統(tǒng)方法中因判決閾值而導(dǎo)致的邊緣過(guò)檢測(cè)問(wèn)題。本發(fā)明采用的技術(shù)方案如下基于局部自適應(yīng)色差閾值的彩色圖像邊緣檢測(cè)的方法，具體過(guò)程如下步驟一考慮圖像局部背景亮度對(duì)Lab空間中兩種顏色剛好能區(qū)分的色差值的影響，構(gòu)建背景亮度掩模權(quán)重函數(shù)；根據(jù)空間頻率與對(duì)比度可察覺閾值的關(guān)系，結(jié)合圖像的紋理信息對(duì)所述色差值的影響，構(gòu)建對(duì)比靈敏度權(quán)重函數(shù)；將以上兩種權(quán)重函數(shù)結(jié)合起來(lái)構(gòu)造局部色差值影響因子，該影響因子與人眼色差值的乘積為自適應(yīng)色差可察覺閾值；步驟二 以基于梯度的邊緣檢測(cè)算子為基礎(chǔ)，從圖像左上角的像素開始逐點(diǎn)處理圖像，先計(jì)算以當(dāng)前像素點(diǎn)為中心的色差梯度模版的核值距離，其中原梯度算子中的灰度差用Lab色差代替，然后使用步驟一計(jì)算的自適應(yīng)色差可察覺閾值來(lái)作為色差是否可見的閾值；若當(dāng)前像素點(diǎn)的色差梯度算子的計(jì)算結(jié)果大于所述自適應(yīng)色差可察覺閾值，則可判斷當(dāng)前像素點(diǎn)為邊緣點(diǎn)并顯示，否則像素亮度置為零。其中，步驟一中計(jì)算自適應(yīng)色差可察覺閾值的具體過(guò)程如下步驟11 :逐點(diǎn)處理圖像時(shí)，以nXn像素為模版，計(jì)算模板區(qū)域內(nèi)的平均亮度作為中心點(diǎn)的亮度值，根據(jù)局部亮度與背景亮度掩模權(quán)重函數(shù)的關(guān)系確定背景亮度掩模權(quán)重系數(shù)；步驟12 :逐點(diǎn)處理圖像時(shí)，以nXn像素為模板，分別計(jì)算中心像素點(diǎn)L通道、中心像素點(diǎn)a通道和中心像素點(diǎn)b通道的空間頻率，根據(jù)空間頻率與對(duì)比度能見閾值的關(guān)系分別確定這三個(gè)通道的對(duì)比靈敏度掩模系數(shù)，再根據(jù)人眼對(duì)這三個(gè)通道的感知情況將三個(gè)通道的系數(shù)加權(quán)平均，即得到局部對(duì)比靈敏度掩模系數(shù)；步驟13 :將背景亮度掩模權(quán)重系數(shù)與局部對(duì)比靈敏度掩模系數(shù)的平均數(shù)作為局部色差值的影響因子，該影響因子與人眼色差值的乘積即為該nXn像素模版中心點(diǎn)的自適應(yīng)色差可察覺閾值。本發(fā)明首先構(gòu)造了一個(gè)包含背景亮度掩膜、對(duì)比度敏感函數(shù)(CSF)的色差閾值的權(quán)重函數(shù)，根據(jù)鄰域信息確定每個(gè)像素點(diǎn)的色差閾值，若該像素點(diǎn)的色差梯度算子的計(jì)算結(jié)果大于該閾值，則可判斷當(dāng)前像素為邊緣點(diǎn)并顯示，否則像素亮度置為零。通過(guò)實(shí)驗(yàn)測(cè)試表明該方法考慮了人眼的亮度掩膜效應(yīng)與對(duì)比度敏感特性，能近似人眼視覺感知特性，有效檢測(cè)出人眼可感知的圖像邊緣，同時(shí)避免傳統(tǒng)算法中因判決閾值而導(dǎo)致的邊緣過(guò)檢測(cè)問(wèn)題，有較好的抗噪性能。


圖I為本發(fā)明中背景亮度與亮度掩模權(quán)重系數(shù)的關(guān)系圖。圖2為不同顏色通道的空間頻率與CSF權(quán)重函數(shù)的關(guān)系圖。圖3為不同色差梯度算子對(duì)peppers、lena、色卡圖像的邊緣檢測(cè)結(jié)果,其中(a)為peppers圖像的實(shí)驗(yàn)原圖，(b)為圖(a)利用固定色差閾值的算法檢測(cè)結(jié)果，(C)為圖(a)利用自適應(yīng)色差閾值算法的檢測(cè)結(jié)果，(d)為Iena圖像的實(shí)驗(yàn)原圖，(e)為圖(b)利用固定色差閾值的算法檢測(cè)結(jié)果，(f)為圖(b)利用自適應(yīng)色差閾值算法的檢測(cè)結(jié)果，(g)為色卡圖像的實(shí)驗(yàn)原圖，(h)為圖(g)利用固定色差閾值的算法檢測(cè)結(jié)果，⑴為圖(g)利用自適應(yīng)色差閾值算法的檢測(cè)結(jié)果。圖4為不同色差梯度算子的抗噪聲檢測(cè)結(jié)果實(shí)驗(yàn)圖，其中(a)為測(cè)試圖像的灰度圖像，(b)為Sobel算法檢測(cè)結(jié)果，(C)為固定色差閾值Sobel算法檢測(cè)結(jié)果，Cd)為自適應(yīng)色差閾值Sobel算法檢測(cè)結(jié)果，Ce)為固定色差閾值SUSAN算法檢測(cè)結(jié)果，Cf)為自適應(yīng)差閾值SUSAN算法檢測(cè)結(jié)果。
具體實(shí)施例方式下面將結(jié)合附圖對(duì)本發(fā)明加以詳細(xì)說(shuō)明。步驟一考慮圖像局部背景亮度對(duì)Lab空間中兩種顏色剛好能區(qū)分的色差值(JNCD)的影響，構(gòu)建背景亮度掩模權(quán)重函數(shù)。根據(jù)空間頻率與對(duì)比度可察覺閾值的關(guān)系，結(jié)合圖像的紋理信息對(duì)JNCD的影響，構(gòu)建對(duì)比靈敏度權(quán)重函數(shù)。將兩種權(quán)重函數(shù)結(jié)合起來(lái)構(gòu)造局部JNCD影響因子，該影響因子與人眼JNCD的乘積稱為自適應(yīng)色差可察覺閾值(AJNCD)0步驟二 以基于梯度的邊緣檢測(cè)算子為基礎(chǔ)，如Sobel，SUSAN，Laplace算子等。從圖像左上角的像素開始逐點(diǎn)處理圖像，先計(jì)算以當(dāng)前像素點(diǎn)(i，j)為中心的色差梯度模版的核值距離，其中原梯度算子中的灰度差用Lab色差代替，然后使用步驟一計(jì)算的AJNCD來(lái)作為色差是否可見的閾值。若該像素點(diǎn)鄰域的色差梯度的計(jì)算結(jié)果大于該閾值，則可判斷當(dāng)前像素為邊緣點(diǎn)并顯示，否則像素亮度置為零。 其中，步驟一計(jì)算AJNCD的具體過(guò)程如下所述，選取5 X 5像素為模版步驟11 :對(duì)于圖像中的像素點(diǎn)，若鄰域的平均亮度不同，則該點(diǎn)與其它像素點(diǎn)的JNCD也不相同，背景亮度與背景亮度掩模的權(quán)重系數(shù)的關(guān)系如圖I所示，數(shù)學(xué)表達(dá)式為
權(quán)利要求
1.基于局部自適應(yīng)色差閾值的彩色圖像邊緣檢測(cè)的方法，具體過(guò)程如下 步驟一考慮圖像局部背景亮度對(duì)Lab空間中兩種顏色剛好能區(qū)分的色差值的影響，構(gòu)建背景亮度掩模權(quán)重函數(shù)；根據(jù)空間頻率與對(duì)比度可察覺閾值的關(guān)系，結(jié)合圖像的紋理信息對(duì)所述色差值的影響，構(gòu)建對(duì)比靈敏度權(quán)重函數(shù)；將以上兩種權(quán)重函數(shù)結(jié)合起來(lái)構(gòu)造局部色差值影響因子，該影響因子與人眼色差值的乘積為自適應(yīng)色差可察覺閾值； 步驟二 以基于梯度的邊緣檢測(cè)算子為基礎(chǔ)，從圖像左上角的像素開始逐點(diǎn)處理圖像，先計(jì)算以當(dāng)前像素點(diǎn)為中心的色差梯度模版的核值距離，其中原梯度算子中的灰度差用Lab色差代替，然后使用步驟一計(jì)算的自適應(yīng)色差可察覺閾值來(lái)作為色差是否可見的閾值；若當(dāng)前像素點(diǎn)的色差梯度算子的計(jì)算結(jié)果大于所述自適應(yīng)色差可察覺閾值，則可判斷當(dāng)前像素點(diǎn)為邊緣點(diǎn)并顯示，否則像素亮度置為零。
2.根據(jù)權(quán)利要求I所述的基于局部自適應(yīng)色差閾值的彩色圖像邊緣檢測(cè)的方法，其特征在于，所述步驟一中計(jì)算自適應(yīng)色差可察覺閾值的具體過(guò)程如下 步驟11 :逐點(diǎn)處理圖像時(shí)，以nXn像素為模版，計(jì)算模板區(qū)域內(nèi)的平均亮度作為中心點(diǎn)的亮度值，根據(jù)局部亮度與背景亮度掩模權(quán)重函數(shù)的關(guān)系確定背景亮度掩模權(quán)重系數(shù)；步驟12 :逐點(diǎn)處理圖像時(shí)，以nXn像素為模板，分別計(jì)算中心像素點(diǎn)L通道、中心像素點(diǎn)a通道和中心像素點(diǎn)b通道的空間頻率，根據(jù)空間頻率與對(duì)比度能見閾值的關(guān)系分別確定這三個(gè)通道的對(duì)比靈敏度掩模系數(shù)，再根據(jù)人眼對(duì)這三個(gè)通道的感知情況將三個(gè)通道的系數(shù)加權(quán)平均，即得到局部對(duì)比靈敏度掩模系數(shù)； 步驟13 :將背景亮度掩模權(quán)重系數(shù)與局部對(duì)比靈敏度掩模系數(shù)的平均數(shù)作為局部色差值的影響因子，該影響因子與人眼色差值的乘積即為該nXn像素模版中心點(diǎn)的自適應(yīng)色差可察覺閾值。
全文摘要
本發(fā)明公開了一種基于局部自適應(yīng)色差閾值的彩色圖像邊緣檢測(cè)的方法，屬于圖像處理與計(jì)算機(jī)視覺領(lǐng)域。本發(fā)明首先構(gòu)造了一個(gè)包含背景亮度掩膜、對(duì)比度敏感函數(shù)的色差閾值的權(quán)重函數(shù)，根據(jù)鄰域信息確定每個(gè)像素點(diǎn)的色差閾值，若該像素點(diǎn)的色差梯度算子的計(jì)算結(jié)果大于該閾值，則可判斷當(dāng)前像素為邊緣點(diǎn)并顯示，否則像素亮度置為零。通過(guò)實(shí)驗(yàn)測(cè)試表明本發(fā)明的方法考慮了人眼的亮度掩膜效應(yīng)與對(duì)比度敏感特性，能近似人眼視覺感知特性，有效檢測(cè)出人眼可感知的圖像邊緣，同時(shí)避免傳統(tǒng)算法中因判決閾值而導(dǎo)致的邊緣過(guò)檢測(cè)問(wèn)題，有較好的抗噪性能。
文檔編號(hào)G06T7/40GK102819850SQ201210291478
公開日2012年12月12日 申請(qǐng)日期2012年8月16日 優(yōu)先權(quán)日2012年8月16日
發(fā)明者李勃, 楊嫻, 丁文, 董蓉, 江登表, 廖娟, 陳啟美 申請(qǐng)人:李勃