一種基于顏色差分的彩色圖像邊緣檢測(cè)方法
【專利摘要】本發(fā)明公開(kāi)了一種基于顏色差分的彩色圖像邊緣檢測(cè)方法，屬于數(shù)字圖像處理領(lǐng)域，該方法對(duì)平滑濾波操作具有更強(qiáng)的魯棒性，可以排除大量的噪聲邊緣，只保留反映物體基本結(jié)構(gòu)的真實(shí)邊緣。平滑濾波去噪。構(gòu)成鄰域點(diǎn)對(duì)。對(duì)于平滑濾波后的圖像IC(x,y)，將每個(gè)像素(x,y)相鄰的八個(gè)像素分別按照水平、豎直、45°和135°總共四個(gè)方向分成四個(gè)鄰域點(diǎn)對(duì)。計(jì)算顏色相離結(jié)果。計(jì)算顏色差分圖，得到的顏色差分圖CDM(x,y)即為最終的邊緣檢測(cè)結(jié)果。能夠有效抑制噪聲干擾，排除大量人們不感興趣的噪聲邊緣，僅保留反映物體基本結(jié)構(gòu)變化的真實(shí)邊緣；得到的邊緣對(duì)于平滑濾波具有較好的魯棒性，在濾波窗口尺寸較大時(shí)仍然能夠具有較強(qiáng)的邊緣響應(yīng)，不易造成重要邊緣丟失和斷裂。
【專利說(shuō)明】
-種基于顏色差分的彩色圖像邊緣檢測(cè)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及數(shù)字圖像處理領(lǐng)域，尤其設(shè)及一種基于顏色差分的彩色圖像邊緣檢測(cè) 方法。
【背景技術(shù)】
[0002] 邊緣檢測(cè)是圖像處理領(lǐng)域中的基本技術(shù)，被廣泛應(yīng)用于圖像檢索、目標(biāo)檢測(cè)、圖像 分割、圖像分類等各種領(lǐng)域中。圖像中發(fā)生突變的點(diǎn)通常對(duì)應(yīng)著圖像中的某些重要對(duì)象或 者屬性變化，主要包括圖像景深上的不連續(xù)、目標(biāo)物體的輪廓和場(chǎng)景光照條件變化等。邊緣 檢測(cè)的目的是檢測(cè)圖像中發(fā)生突變的點(diǎn)，通過(guò)處理運(yùn)些突變點(diǎn)，可W大幅減少原始圖像的 數(shù)據(jù)量，并且剔除人們通常不關(guān)屯、的緩慢變化部分，保留圖像重要的結(jié)構(gòu)屬性。
[0003] 傳統(tǒng)的邊緣檢測(cè)通?？蒞通過(guò)計(jì)算一階梯度的最大值或二階梯度的過(guò)零點(diǎn)檢測(cè) 實(shí)現(xiàn)?；谝浑A梯度最大值的邊緣檢測(cè)方法主要有Robed算子、Prewitt算子、Sobel算子 等?；诙A梯度過(guò)零點(diǎn)檢測(cè)的邊緣檢測(cè)方法主要有Laplacian算子、LoG算子、Canny算子 等。然而，傳統(tǒng)的邊緣檢測(cè)方法主要面向灰度圖像。在處理彩色圖像時(shí)，往往需要先將彩色 圖像轉(zhuǎn)化為灰度圖像，再進(jìn)行邊緣檢測(cè)。彩色圖像在灰度化處理之后只保留了亮度信息，忽 略了各個(gè)彩色通道的信息。因此，彩色圖像的邊緣檢測(cè)問(wèn)題受到了人們的廣泛關(guān)注。
[0004] 申請(qǐng)?zhí)枮镃N201110448119.1的專利公開(kāi)了 一種彩色圖像邊緣檢測(cè)方法。該方法首 先將彩色圖像分解為紅色、綠色、藍(lán)色和黃色4個(gè)通道圖像，然后分別計(jì)算紅綠、藍(lán)黃括抗圖 像，并在括抗圖像上計(jì)算得到邊緣信息分布圖像，最后對(duì)邊緣進(jìn)行細(xì)化處理。
[0005] 申請(qǐng)?zhí)枮镃N201310733556.7的專利公開(kāi)了一種基于多通道信息選擇的彩色圖像 邊緣檢測(cè)方法。該方法在RGB顏色空間中分別對(duì)R、G、BS個(gè)顏色通道進(jìn)行邊緣檢測(cè)與梯度信 息提取，然后結(jié)合各個(gè)通道的邊緣檢測(cè)結(jié)果選擇置信度高的邊緣點(diǎn)，得到邊緣檢測(cè)結(jié)果。
[0006] 雖然現(xiàn)有的彩色圖像邊緣檢測(cè)方法多種多樣，但總體而言，現(xiàn)有的彩色圖像邊緣 技術(shù)仍然存在W下兩方面問(wèn)題：
[0007] (1)為了減小噪聲干擾，通常要在邊緣檢測(cè)之前進(jìn)行平滑濾波操作，現(xiàn)有邊緣檢測(cè) 方法易受平滑濾波影響，經(jīng)常出現(xiàn)邊緣丟失現(xiàn)象；
[000引（2)現(xiàn)有邊緣檢測(cè)方法對(duì)噪聲十分敏感，容易檢測(cè)出大量人們不感興趣的噪聲邊 緣，對(duì)后續(xù)處理造成干擾。

【發(fā)明內(nèi)容】

[0009] 為解決上述兩個(gè)方面的問(wèn)題，本發(fā)明提出了一種基于顏色差分的彩色圖像邊緣檢 測(cè)方法。該方法對(duì)平滑濾波操作具有更強(qiáng)的魯棒性，可W排除大量的噪聲邊緣，只保留反映 物體基本結(jié)構(gòu)的真實(shí)邊緣。
[0010] 為實(shí)現(xiàn)上述目的，本發(fā)明采用W下技術(shù)方案：
[0011] 本發(fā)明提出的基于顏色差分的彩色圖像邊緣檢測(cè)方法的流程圖如圖1所示，具體 包括W下步驟：
[0012] 步驟I，平滑濾波去噪。
[0013] 對(duì)輸入彩色圖像進(jìn)行平滑濾波，抑制噪聲干擾。該過(guò)程由下式表示：
[0014] /( ('、-〇'）= Smooth|7/( O' rJ (I)
[0015] 式中，HG(x，y)為輸入彩色圖像，C代表圖像的顏色通道，C={R，G，B}，R、G和B分別 表示紅綠藍(lán)=種顏色。代表W Q (n)為窗口尺寸的平滑濾波，所述平滑濾波的種類包 括均值濾波、高斯濾波、中值濾波;lE(x，y)為平滑濾波后的圖像。
[0016] 步驟2,構(gòu)成鄰域點(diǎn)對(duì)。
[0017] 對(duì)于平滑濾波后的圖像y)，將每個(gè)像素（x，y)相鄰的八個(gè)像素分別按照水 平、豎直、45°和135°總共四個(gè)方向分成四個(gè)鄰域點(diǎn)對(duì)。運(yùn)四個(gè)鄰域點(diǎn)對(duì)分別為(x-l，y)與(X + 1，7)、（義，廠1)與（義，7+1)、（義-1，7+1)與（針1，7-1)、（義-1，廠1)與(針1，7+1)。像素(義，7)與 其相鄰八個(gè)域像素的位置對(duì)應(yīng)關(guān)系如圖2所示。
[0018] 步驟3,計(jì)算顏色相離結(jié)果。
[0019] 分別計(jì)算每個(gè)像素(x，y)的4個(gè)鄰域點(diǎn)對(duì)的顏色相離結(jié)果，運(yùn)四個(gè)鄰域點(diǎn)對(duì)的顏色 分別進(jìn)行相離運(yùn)算，具體表示如下：
[0020] I^(x-l,y)01^(x+l,y) (2)
[0021] 巧又，廠 l)0ic(x，y+l) (3)
[0022] I^(x-l,y+l)01^(x+l,y-l) (4)
[0023] ic(x-l，廠 l)0ic(x+l，y+l)巧）
[0024] 其中，0表示顏色相離運(yùn)算，顏色相離運(yùn)算是一種雙目運(yùn)算，對(duì)于坐標(biāo)分別為(XI， yi)和(X2，y2)的兩個(gè)像素點(diǎn)，其顏色相離運(yùn)算定義如下：
[0025] I^(xi,yi)0I^(x2,y2)=DRUDGUDB (6)
[00%] 式中，DR、DG、DB分別為
[0027] 訊
[002引 巧）
[0029]
[0030] 其中，16^，7)、1*=^，7)和18^，7)分別代表1?、0、8^個(gè)顏色通道的像素值，^是闊 值。
[0031] 步驟4,計(jì)算顏色差分圖。
[0032] 根據(jù)每個(gè)像素(x，y)的四個(gè)鄰域點(diǎn)對(duì)的顏色相離結(jié)果，計(jì)算顏色差分圖CDM(x，y)， 計(jì)算方法如下：
[0033] )
[0034]
[0035] (11)
[0036] 式中，顏色相離運(yùn)算"0 "的優(yōu)先級(jí)高于或運(yùn)算"U "。
[0037] 計(jì)算得到的顏色差分圖CDM(x，y)即為最終的邊緣檢測(cè)結(jié)果。
[0038] Q (n)需要根據(jù)輸入圖像的噪聲水平取3x3、5x5、7x7等尺寸。
[0039] 與現(xiàn)有技術(shù)相比，本發(fā)明具有W下明顯的優(yōu)勢(shì)和有益的效果：
[0040] 1.能夠有效抑制噪聲干擾，排除大量人們不感興趣的噪聲邊緣，僅保留反映物體 基本結(jié)構(gòu)變化的真實(shí)邊緣；
[0041 ] 2.得到的邊緣對(duì)于平滑濾波具有較好的魯棒性，在濾波窗口尺寸較大時(shí)仍然能夠 具有較強(qiáng)的邊緣響應(yīng)，不易造成重要邊緣丟失和斷裂。
【附圖說(shuō)明】
[0042] 圖1為本發(fā)明所設(shè)及的彩色圖像邊緣檢測(cè)方法的流程圖；
[0043] 圖2為像素(x，y)與其8-鄰域像素的位置關(guān)系；
[0044] 圖3為本發(fā)明所設(shè)及的邊緣檢測(cè)方法與現(xiàn)有邊緣檢測(cè)方法的檢測(cè)結(jié)果對(duì)比，（a)為 實(shí)施例中的輸入彩色圖像，（b)為Sobel算子的檢測(cè)結(jié)果，（C)為L(zhǎng)aplacian算子的檢測(cè)結(jié)果， (d)為化nny算子的檢測(cè)結(jié)果，（e)為VG算子的檢測(cè)結(jié)果，（f)為采用本發(fā)明提出的方法的檢 測(cè)結(jié)果。
【具體實(shí)施方式】
[0045] W下結(jié)合附圖和【具體實(shí)施方式】對(duì)本發(fā)明做進(jìn)一步說(shuō)明。
[0046] Sl平滑濾波去噪
[0047] 首先，對(duì)輸入的彩色圖像進(jìn)行均值濾波，抑制噪聲干擾。本實(shí)施例中，平滑濾波的 種類選為均值濾波，濾波的窗口尺寸Q (n)取為5x5。
[004引 S2構(gòu)成鄰域點(diǎn)對(duì)
[0049] 將均值濾波后的圖像中每個(gè)像素(x，y)的相鄰8個(gè)像素分別按照水平、豎直、45°和 135°總共4個(gè)方向構(gòu)成4個(gè)鄰域點(diǎn)對(duì)。運(yùn)4個(gè)鄰域點(diǎn)對(duì)分別為(X-1，y)與(X+1，y)、（ X，y-1)與 (x，y+l)、（x-l，y+l)與（X+1，y-l)、（x-l，y-l)與（X+1，y+l)。
[0050] S3計(jì)算顏色相離結(jié)果
[0051] 按照公式(2)-(4)分別計(jì)算每個(gè)像素(x，y)的4個(gè)鄰域點(diǎn)對(duì)的顏色相離結(jié)果。本實(shí) 施例中，顏色相離運(yùn)算中的闊值TH取30。
[0052] S4計(jì)算顏色差分圖
[0053] 根據(jù)每個(gè)像素(x，y)的四個(gè)鄰域點(diǎn)對(duì)的顏色相離結(jié)果，按照公式（10)計(jì)算顏色差 分圖，得到最終的邊緣檢測(cè)結(jié)果。
[0054] 圖3所示的是本發(fā)明所設(shè)及的邊緣檢測(cè)方法與現(xiàn)有邊緣檢測(cè)方法的檢測(cè)結(jié)果對(duì) 比，（a)為實(shí)施例中的輸入彩色圖像，（b)為Sobel算子的檢測(cè)結(jié)果，（C)為L(zhǎng)aplacian算子的 檢測(cè)結(jié)果，（d)為Canny算子的檢測(cè)結(jié)果，（e)為VG算子的檢測(cè)結(jié)果，（f)為采用本發(fā)明提出的 方法的檢測(cè)結(jié)果。如圖3所示，本發(fā)明所設(shè)及的邊緣檢測(cè)方法與現(xiàn)有邊緣檢測(cè)方法相比，可 W在有效抑制噪聲的同時(shí)獲得結(jié)構(gòu)完整、邊緣清晰的檢測(cè)結(jié)果。
[0055] 本說(shuō)明書實(shí)施例描述的內(nèi)容僅僅是對(duì)發(fā)明構(gòu)思的實(shí)現(xiàn)形式的舉例說(shuō)明，本發(fā)明的 保護(hù)范圍不應(yīng)當(dāng)被視為僅限于實(shí)施例所述的具體形式。本發(fā)明的保護(hù)范圍也及于本領(lǐng)域技 術(shù)人員根據(jù)本發(fā)明構(gòu)思所能夠想到的等同技術(shù)手段。
【主權(quán)項(xiàng)】
1. 一種基于顏色差分的彩色圖像邊緣檢測(cè)方法，其特征在于：該方法具體包括以下步 驟:， 步驟1，平滑濾波去噪； 對(duì)輸入彩色圖像進(jìn)行平滑濾波，抑制噪聲干擾;該過(guò)程由下式表示：(1) 式中，He(x，y)為輸入彩色圖像，C代表圖像的顏色通道，0={1?，6,8}，1?、6和8分別表示紅 綠藍(lán)三種顏色;Sn=^h代表以Ω (η)為窗口尺寸的平滑濾波，所述平滑濾波的種類包括均 值濾波、高斯濾波、中值濾波;Ie(x，y)為平滑濾波后的圖像； 步驟2,構(gòu)成鄰域點(diǎn)對(duì)； 對(duì)于平滑濾波后的圖像Ie(x，y)，將每個(gè)像素(x，y)相鄰的八個(gè)像素分別按照水平、豎 直、45°和135°總共四個(gè)方向分成四個(gè)鄰域點(diǎn)對(duì);這四個(gè)鄰域點(diǎn)對(duì)分別為(x-l，y)與（x+1， 7)、（叉，7-1)與(叉，7+1)、（叉-1，7+1)與(叉+1，7-1)、（叉-1，7-1)與(叉+1，7+1);得到像素(叉，7)與 其相鄰八個(gè)域像素的位置對(duì)應(yīng)關(guān)系； 步驟3,計(jì)算顏色相離結(jié)果； 分別計(jì)算每個(gè)像素(x，y)的四個(gè)鄰域點(diǎn)對(duì)的顏色相離結(jié)果，這四個(gè)鄰域點(diǎn)對(duì)的顏色分 別進(jìn)行相離運(yùn)算，具體表示如下： Ic(x-l,y)01c(x+l,y) (2) Ic(x,y-l)01c(x,y+l) (3) Ic(x-l,y+l) 0Ic(x+l,y-l) (4) Ic(x-l,y-l) 0Ic(x+l,y+l) (5) 其中，Θ表示顏色相離運(yùn)算，顏色相離運(yùn)算是一種雙目運(yùn)算，對(duì)于坐標(biāo)分別為(X1，yi)和 (X2，y2)的兩個(gè)像素點(diǎn)，其顏色相離運(yùn)算定義如下： Ic(xi,yi) 0Ic(x2,y2)=DRUDGUDB (6) 式中，DR、DG、DB分別為其中，1%，7)、1(^，7)和1%，7)分別代表1^、8三個(gè)顏色通道的像素值，1'!1是閾值； 步驟4,計(jì)算顏色差分圖； 根據(jù)每個(gè)像素(x，y)的四個(gè)鄰域點(diǎn)對(duì)的顏色相離結(jié)果，計(jì)算顏色差分圖CDM(x，y)，計(jì)算 方法如下：(1〇) 式中，CD的計(jì)算公式為 (ID 式中，顏色相離運(yùn)算" Θ "的優(yōu)先級(jí)高于或運(yùn)算" U " ； 計(jì)算得到的顏色差分圖CDM(x，y)即為最終的邊緣檢測(cè)結(jié)果。2.根據(jù)權(quán)利要求一種基于顏色差分的彩色圖像邊緣檢測(cè)方法，其特征在于：Ω (n)需要 根據(jù)輸入圖像的噪聲水平取3χ3、5χ5、7χ7尺寸。
【文檔編號(hào)】G06T7/00GK105957067SQ201610258532
【公開(kāi)日】2016年9月21日
【申請(qǐng)日】2016年4月23日
【發(fā)明人】卓力, 胡笑塵, 張菁, 李曉光
【申請(qǐng)人】北京工業(yè)大學(xué)