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<sub>m×n</sub>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<sub>s</sub>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<sub>m×n</sub>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:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>G</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mfenced open = '{' close = ''><mtable><mtr><mtd><mrow><mi>l</mi><mo>+</mo><mn>1</mn><mo>,</mo><mo>∂</mo><mo>></mo><mn>0.75</mn></mrow></mtd></mtr><mtr><mtd><mrow><mn>0</mn><mo>,</mo><mo>∂</mo><mo><</mo><mn>0.75</mn></mrow></mtd></mtr></mtable></mfenced><mo>,</mo><mo>∂</mo><mo>=</mo><mfrac><mrow><mi>I</mi><mrow><mo>(</mo><mi>i</mi><mo>+</mo><mn>1</mn><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow><mrow><mi>I</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow></mfrac></mrow>]]></math><img file="FDA0000738014110000011.GIF" wi="782" he="157" /></maths>式中:l为灰度值达到要求像素点的个数,<img file="FDA0000738014110000012.GIF" wi="29" he="49" />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<sub>均值</sub>;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<sub>s</sub>来判断边缘信息,其具体区分方式如下所示:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><mi>H</mi><mrow><mo>(</mo><mi>G</mi><mo>)</mo></mrow><mo>=</mo><mfenced open = '{' close = ''><mtable><mtr><mtd><mrow><mn>1</mn><mo>,</mo><mi>δ</mi><mo><</mo><msub><mi>δ</mi><mi>s</mi></msub></mrow></mtd></mtr><mtr><mtd><mrow><mn>0</mn><mo>,</mo><mi>δ</mi><mo>≥</mo><msub><mi>δ</mi><mi>s</mi></msub></mrow></mtd></mtr></mtable></mfenced><mo>,</mo><mi>δ</mi><mo>=</mo><msqrt><mrow><msubsup><mi>A</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow><mn>2</mn></msubsup><mo>-</mo><msubsup><mi>I</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow><mn>2</mn></msubsup></mrow></msqrt></mrow>]]></math><img file="FDA0000738014110000021.GIF" wi="759" he="129" /></maths>式中:δ为掩膜矩阵均值与该点像素均值之间的均方差,δ<sub>s</sub>为误差允许值,A<sub>i,j</sub>为掩膜均值,I<sub>i,j</sub>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<sub>i,j</sub>,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:<img file="FDA0000738014110000022.GIF" wi="550" he="140" />式中:<img file="FDA0000738014110000023.GIF" wi="43" he="55" />为该争议点九领域内非零点的个数。 |