发明名称 背光图像微米级边缘检测方法
摘要 背光图像微米级边缘检测方法属于高精度检测技术领域,尤其涉及一种背光图像微米级边缘检测方法。本发明提供一种曲面拟合精度高、抗干扰的背光图像微米级边缘检测方法。本发明包括以下步骤:1)结合点扩散函数和单边阶跃模型,构建背光图像阶跃边缘法平面截线正态分布函数模型;背光源边缘检测图像的前景和背景为常量P<sub>1</sub>、P<sub>2</sub>,背景与前景的灰度差为g=P<sub>2</sub>-P<sub>1</sub>,灰度曲面过边缘法平面的截线为正态分布函数(高斯积分)曲线:<img file="DDA0000741699050000011.GIF" wi="582" he="154" />则<img file="DDA0000741699050000012.GIF" wi="794" he="176" />图像边缘点过曲线的中心点在图像平面的投影,<img file="DDA0000741699050000013.GIF" wi="278" he="122" />或t-μ=0。
申请公布号 CN105005985A 申请公布日期 2015.10.28
申请号 CN201510346921.8 申请日期 2015.06.19
申请人 沈阳工业大学 发明人 赵文辉;赵文珍;段振云;王宁
分类号 G06T7/00(2006.01)I 主分类号 G06T7/00(2006.01)I
代理机构 沈阳亚泰专利商标代理有限公司 21107 代理人 许宇来
主权项 背光图像微米级边缘检测方法,其特征在于包括以下步骤:1)结合点扩散函数和单边阶跃模型,构建背光图像阶跃边缘法平面截线正态分布函数模型;背光源边缘检测图像的前景和背景为常量P<sub>1</sub>、P<sub>2</sub>,背景与前景的灰度差为g=P<sub>2</sub>‑P<sub>1</sub>灰度曲面过边缘法平面的截线为正态分布函数(高斯积分)曲线:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>p</mi><mo>=</mo><mfrac><mi>g</mi><mrow><msqrt><mrow><mn>2</mn><mi>&pi;</mi></mrow></msqrt><mi>&sigma;</mi></mrow></mfrac><mrow><msubsup><mo>&Integral;</mo><mrow><mo>-</mo><mi>&infin;</mi></mrow><mi>R</mi></msubsup><msup><mi>e</mi><mrow><mo>-</mo><mfrac><mn>1</mn><mrow><mn>2</mn><msup><mi>&sigma;</mi><mn>2</mn></msup></mrow></mfrac><msup><mrow><mo>(</mo><mi>t</mi><mo>-</mo><mi>&mu;</mi><mo>)</mo></mrow><mn>2</mn></msup></mrow></msup></mrow><mi>d</mi><mi>t</mi></mrow>]]></math><img file="FDA0000741699020000011.GIF" wi="530" he="142" /></maths>则<img file="FDA0000741699020000012.GIF" wi="721" he="158" />图像边缘点过曲线的中心点在图像平面的投影,<img file="FDA0000741699020000013.GIF" wi="221" he="99" />或t‑μ=0;2)过渡带离散点曲面拟合求解μ,σ沿边缘线S方向在邻域内呈线性变化μ<sub>s</sub>=μ<sub>0</sub>+ks   (1)σs=σ0+ls   (2)由<img file="FDA0000741699020000014.GIF" wi="465" he="130" />查标准正态分布表得到<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><mfrac><mrow><mi>t</mi><mo>-</mo><mi>&mu;</mi></mrow><mi>&sigma;</mi></mfrac><mo>=</mo><mi>z</mi></mrow>]]></math><img file="FDA0000741699020000015.GIF" wi="190" he="116" /></maths>将(1)、(2)式代入,得t‑μ<sub>0</sub>‑ks=a(σ<sub>0</sub>+ls)用最小二乘法求取拟合曲面四个系数μ<sub>0</sub>、σ<sub>0、</sub>k、l,使<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msup><mrow><mo>(</mo><msub><mi>t</mi><mi>i</mi></msub><mo>-</mo><msub><mi>&mu;</mi><mn>0</mn></msub><mo>-</mo><msub><mi>&sigma;</mi><mn>0</mn></msub><msub><mi>z</mi><mi>i</mi></msub><mo>-</mo><msub><mi>ks</mi><mi>i</mi></msub><mo>-</mo><msub><mi>lz</mi><mi>i</mi></msub><msub><mi>s</mi><mi>i</mi></msub><mo>)</mo></mrow><mn>2</mn></msup><mo>=</mo><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msubsup><mi>&epsiv;</mi><mi>i</mi><mn>2</mn></msubsup><mo>=</mo><mi>E</mi></mrow>]]></math><img file="FDA0000741699020000021.GIF" wi="868" he="161" /></maths>趋于最小,使<maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><mfrac><mrow><mo>&part;</mo><mi>E</mi></mrow><mrow><mo>&part;</mo><msub><mi>&mu;</mi><mn>0</mn></msub></mrow></mfrac><mo>=</mo><mn>0</mn><mo>;</mo><mfrac><mrow><mo>&part;</mo><mi>E</mi></mrow><mrow><mo>&part;</mo><msub><mi>&sigma;</mi><mn>0</mn></msub></mrow></mfrac><mo>=</mo><mn>0</mn><mo>;</mo><mfrac><mrow><mo>&part;</mo><mi>E</mi></mrow><mrow><mo>&part;</mo><mi>k</mi></mrow></mfrac><mo>=</mo><mn>0</mn><mo>;</mo><mfrac><mrow><mo>&part;</mo><mi>E</mi></mrow><mrow><mo>&part;</mo><mn>1</mn></mrow></mfrac><mo>=</mo><mn>0</mn></mrow>]]></math><img file="FDA0000741699020000022.GIF" wi="710" he="101" /></maths>得<maths num="0005" id="cmaths0005"><math><![CDATA[<mrow><mfenced open = '(' close = ')'><mtable><mtr><mtd><mn>1</mn></mtd><mtd><mover><mi>z</mi><mo>&OverBar;</mo></mover></mtd><mtd><mover><mi>s</mi><mo>&OverBar;</mo></mover></mtd><mtd><mover><mrow><mi>z</mi><mi>s</mi></mrow><mo>&OverBar;</mo></mover></mtd></mtr><mtr><mtd><mover><mi>z</mi><mo>&OverBar;</mo></mover></mtd><mtd><mover><msup><mi>z</mi><mn>2</mn></msup><mo>&OverBar;</mo></mover></mtd><mtd><mover><mrow><mi>z</mi><mi>s</mi></mrow><mo>&OverBar;</mo></mover></mtd><mtd><mover><mrow><msup><mi>z</mi><mn>2</mn></msup><mi>s</mi></mrow><mo>&OverBar;</mo></mover></mtd></mtr><mtr><mtd><mover><mi>s</mi><mo>&OverBar;</mo></mover></mtd><mtd><mover><mrow><mi>z</mi><mi>s</mi></mrow><mo>&OverBar;</mo></mover></mtd><mtd><mover><msup><mi>s</mi><mn>2</mn></msup><mo>&OverBar;</mo></mover></mtd><mtd><mover><mrow><msup><mi>zs</mi><mn>2</mn></msup></mrow><mo>&OverBar;</mo></mover></mtd></mtr><mtr><mtd><mover><mrow><mi>z</mi><mi>s</mi></mrow><mo>&OverBar;</mo></mover></mtd><mtd><mover><mrow><msup><mi>z</mi><mn>2</mn></msup><mi>s</mi></mrow><mo>&OverBar;</mo></mover></mtd><mtd><mover><mrow><msup><mi>zs</mi><mn>2</mn></msup></mrow><mo>&OverBar;</mo></mover></mtd><mtd><mover><mrow><msup><mi>z</mi><mn>2</mn></msup><msup><mi>s</mi><mn>2</mn></msup></mrow><mo>&OverBar;</mo></mover></mtd></mtr></mtable></mfenced><mfenced open = '(' close = ')'><mtable><mtr><mtd><msub><mi>&mu;</mi><mn>0</mn></msub></mtd></mtr><mtr><mtd><msub><mi>&sigma;</mi><mn>0</mn></msub></mtd></mtr><mtr><mtd><mi>k</mi></mtd></mtr><mtr><mtd><mn>1</mn></mtd></mtr></mtable></mfenced><mo>-</mo><mfenced open = '(' close = ')'><mtable><mtr><mtd><mover><mi>t</mi><mo>&OverBar;</mo></mover></mtd></mtr><mtr><mtd><mover><mrow><mi>a</mi><mi>t</mi></mrow><mo>&OverBar;</mo></mover></mtd></mtr><mtr><mtd><mover><mrow><mi>s</mi><mi>t</mi></mrow><mo>&OverBar;</mo></mover></mtd></mtr><mtr><mtd><mover><mrow><mi>z</mi><mi>s</mi><mi>t</mi></mrow><mo>&OverBar;</mo></mover></mtd></mtr></mtable></mfenced><mo>=</mo><mn>0</mn><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000741699020000023.GIF" wi="1170" he="253" /></maths>其中,<img file="FDA0000741699020000024.GIF" wi="57" he="80" />表示平均值;3)分段提取边缘曲面亚像素边缘在图像平面内建立边缘曲线活动坐标系;以像素级别的粗边界曲线方向为活动坐标系的一个坐标,以曲线弧长作为其坐标值;以粗边界曲线的法线方向为活动坐标系的另一个坐标,以点到曲线的法向距离作为其坐标值;以计算点为中心选取曲面拟合区域;在边缘法线方向上,区域包含边缘过渡区和前景与背景图像部分;将选取区域内点的图像坐标转换为边缘曲线的活动坐标,得到t<sub>i</sub>、s<sub>i</sub>及相应的灰度值p<sub>i</sub>;根据p<sub>i</sub>/g查标准正态分布表,得到a<sub>i</sub>;求得μ<sub>0</sub>,即边缘到粗边界曲线的法向距离,得到精确的边缘曲线。
地址 110870 辽宁省沈阳市沈阳经济技术开发区沈辽西路111号