一种一维图像自适应分层边缘检测提取方法

摘要

本发明一种一维图像分层边缘检测提取的方法，对原始一维图像进行巴特沃斯低通滤波，得到滤除高频干扰信号的滤波图像；对滤波后的一维图像待检测区域进行模糊计算划分，得到横坐标维度上的非核心分层边缘区域，包括起始边缘区域和终止边缘区域，核心分层边缘区域；对得到的两区域内信号数据进行进一步幅值和斜率特征提取，并转化为特征量与横坐标区域进行一一对应映射，最终对待检测分层边缘进行属类划分；根据待检测分层边缘属类分别采用不同算法进行处理，提取分层边缘横坐标信息。

主权项

一种一维图像分层边缘检测提取的方法，其特征在于，包括：对原始一维图像进行巴特沃斯低通滤波，得到滤除高频干扰信号的滤波图像；对滤波后的一维图像待检测区域进行模糊计算划分，得到横坐标维度上的非核心分层边缘区域和核心分层边缘区域，其中非核心分层边缘区域包括起始边缘区域和终止边缘区域；对得到的非核心分层边缘区域和核心分层边缘区域这两个区域内信号数据进行进一步幅值和斜率特征提取，并转化为特征量与横坐标区域进行一一对应映射，最终对待检测分层边缘进行属类划分；根据待检测分层边缘属类分别采用不同算法进行处理，提取分层边缘横坐标信息；其中模糊计算采用直方图统计方法，其横坐标计算范围为[x_s，x_o]，步骤包括：a.将待检测分层边界幅值划分为N个幅值区间：[f_min+nd，f_min+(n+1)d]，其中d＝(f_max‑f_min)/N，f_min为信号最小幅值，f_max为信号最大幅值，n＝0，1，2…N‑1；b.根据所划分的N个幅值区间，依次对一维图像分层边界区域幅值进行直方图统计，得到N组频数P₀，P₁…P_N‑1，及其一一映射对应横坐标区间[x_i，x_i+1]，N个幅值区间划分以不出现横坐标区间重叠为基本要求，且N≥3，其中i＝0，1…，N‑1；c.在横坐标维度上，从起始幅值区域开始自适应查找起始边缘区域，当k＝0时为初始频数p₀＝P₀，当频数P_k+1/p_k≥α，则继续执行否则停止，获得累积频数p_k+1及对应坐标区间[x_s，x_s+(k+1)d_x]，其中d_x＝(x_o‑x_s)/N；d.在横坐标维度上，从终止幅值区域开始自适应查找终止边缘区域，当m＝1时为初始频数p₁＝P_N‑1，当频数P_m‑1/p_m≥β，则继续执行否则停止，获得累积频数p_m+1及对应横坐标区间[x_s+(m+1)d_x，x_o]；e.依据以上频数累积计算，得到核心分层边缘区域[x_s+(k+1)d_x，x_s+(m+1)d_x]及非核心分层边缘区域，其中起始边缘区域为[x_s，x_s+(k+1)d_x]，终止边缘区域为[x_s+(m+1)d_x，x_o]，步骤d和e中参数α、β具体能够依据不同检测要求进行差异化设定。