基于掩膜与canny相结合的自适应边缘检测计算方法

摘要

本发明涉及一种基于掩膜与canny相结合的自适应边缘检测计算方法，包括：原始区分度的判断、掩膜矩阵的选择方案和自适应区分算法的实现；当输入图像信息时，首先初步预判对比度，在选定的基础版本上，以此为修改的基础版；其次，在具体区分过程中，两种算法同时算出最优解；然后，在基础版的模型上按照自适应区分算法确定最终的边缘信息。本发明基于图像的像素信息，减少了由于理论模型本身带来的系统误差；掩膜理论的可变性，满足了图像区分过程中，每幅图所需的特性要求；减少了单一算法可能存在的对图像区分效果的影响，将理论的影响降低到最低。

主权项

一种基于掩膜与canny相结合的自适应边缘检测计算方法，其特征在于，具体步骤如下：步骤1：选取所需要的图像信息，在尺寸为M×N的图像I_m×n的原始X光片图像中，选取目标连接区域，尺寸为m×n的二维图像信息，其中m<M,n<N；步骤2：对获得二维图像进行初步的区分度判断，计算其区分度；步骤3：计算所得区分度的值，得到目标区域的实际区分度α，并与临界值α_s进行比较：将区分度的计算值与设定的合理值进行比较，若比值大于0.6，则使用基于掩膜的区分算法，反之使用canny边缘检测算法探测边缘信息，并在此处选用基于掩膜的区分算法为判定基础图像；步骤4：提取图像边缘信息，对原始图像进行区分运算：(1)规定使用掩膜理论进行边缘信息的区分算法：计算掩膜矩阵中，中值、均值、行列中值均值的参数大小；规定该点在图像矩阵I_m×n中的值，为判断信息目标点；在任意一幅图中，图像的像素点表示为(i,j)，灰度值表示为I(i,j)，首先估算图像原始对比度，其具体对比方式如下：$G(i,j)=\left\{\begin{array}{c}l+1,\partial >0.75\\ 0,\partial <0.75\end{array}\right.,\partial =\frac{I(i+1,j)}{I(i,j)}$式中：l为灰度值达到要求像素点的个数，为像素点之间的比值；(2)规定掩膜大小为3×3和10×10的掩膜矩阵，当图像的原始对比度小于0.75时，采用3×3的掩膜矩阵；当图像的原始对比度大于0.75时，采用10×10的掩膜模板；(3)规定每种边缘信息都有其特定的规律，每当掩膜矩阵中在某一个方向上出现剧烈的灰度值变化，判定该点为边缘信息，具体进行区分边缘计算方法：首先计算每个掩膜矩阵的均值，获得无单位的均值A_均值；然后计算均值与该像素点的均方差，得到灰度图像在掩膜板式下的误差大小，并以此误差值设立容许值δ_s来判断边缘信息，其具体区分方式如下所示：$H\left(G\right)=\left\{\begin{array}{c}1,\delta <{\delta }_s\\ 0,\delta \ge {\delta }_s\end{array}\right.,\delta =\sqrt{A_{i,j}^2-I_{i,j}^2}$式中：δ为掩膜矩阵均值与该点像素均值之间的均方差，δ_s为误差允许值，A_i,j为掩膜均值，I_i,j为该点像素值；步骤5：采用canny边缘检测算法探测边缘，选取合适的canny边缘算子，探测边缘信息；步骤6：规定每幅图像都有不同的特征图像，将两种不同的区分算法所得结果进行比较，保存相同的像素点位及其对应的边缘信息，对不同的像素信息点位进一步分析：首先，对两幅不同方法所得的图像，去除相同的点位信息，留下有争议的点位信息I_i,j，分别计算在这两幅图像中该点位的九领域的非零点，其具体方式如下所示：式中：为该争议点九领域内非零点的个数。