基于directionlet变换的彩色图像边缘检测方法

摘要

本发明公开了一种基于directionlet变换的彩色图像边缘检测方法，主要解决传统彩色边缘检测方法不能提取完整彩色边缘信息且对方向性边缘不敏感的问题。其实现步骤为：(1)输入一幅RGB彩色图像并转换至HSI空间；(2)消除H分量的2π特性影响；(3)构造变换矩阵，获取各分量图像的directionlet变换系数；(4)计算各像素点的梯度向量模值和相角；(5)采用模极大值法和八邻域连接法得到分量图像边缘；(6)将通过三个变换矩阵进行directionlet变换得到的边缘进行加权得到各分量边缘；(7)对色度H分量的两个正交分量的边缘求绝对值和，得到其边缘；(8)HSI三分量边缘融合得到最终边缘。本发明具有方向选择性好，提取彩色边缘完整精确等优点，可用于彩色图像的边缘检测。

主权项

1.一种基于directionlet变换的彩色图像边缘检测方法，包括如下步骤：(1)输入一幅RGB彩色图像，并转换至HSI空间，得到色度H、饱和度S、亮度I三分量：饱和度：$S=1-\frac{3\min (R,G,B)}{R+G+B},$亮度：$I=\frac{1}{\sqrt{3}}(R+G+B),$色度：$H=\left\{\begin{array}{cc}\theta & G\ge B\\ 2\pi -\theta & G\le B\end{array}\right.,$其中R为红色分量、G为绿色分量、B为蓝色分量，θ为弧度，$\theta =\arccos \left[\frac{\frac{1}{2}[(R-G)+(R-B)]}{\sqrt{{(R-G)}^2+(R-B)(G-B)}}\right];$(2)消除色度H分量的2π特性影响；2a)从H分量中产生两个正交分量M、Q，从而把H分量从2π空间映射到线性空间：M=cos(H)，Q=sin(H)；2b)分别对M、Q分量进行边缘提取，并求其绝对值和，可获得H分量的边缘，以消除H分量的2π特性影响，即：G(H)=|G(M)|+|G(Q)|，其中G(H)、G(M)、G(Q)分别为所述H、M、Q分量的边缘；(3)构造变换矩阵，并对色度H分量的正交分量M、Q，饱和度S分量、亮度I分量分别进行directionlet变换，得到各分量的三组directionlet变换系数：$(f_{d1}^n{(j,x,y)}_1,f_{d2}^n{(j,x,y)}_1),$$(f_{d1}^n{(j,x,y)}_2,f_{d2}^n{(j,x,y)}_2),$$(f_{d1}^n{(j,x,y)}_3,f_{d2}^n{(j,x,y)}_3).$其中d₁为变换方向，d₂为队列方向，j为分解层数，x,y为像素点坐标，n为分量种类；(4)利用directionlet变换系数计算各分量图像中像素点的梯度向量模值Mfⁿ(j，x，y)_k和相角Afⁿ(j，x，y)_k：其中k取1，2，3；(5)采用模极大值法对分量图像进行边缘检测，并通过八邻域连接法进行多尺度融合，得到分量图像的边缘；(6)将通过三个变换矩阵进行directionlet变换得到的分量图像边缘进行加权得到各分量边缘；(7)对色度H分量的两个正交分量M、Q的边缘求绝对值之和，得到色度H分量的边缘；(8)将色度H、饱和度S、亮度I三分量边缘进行融合得到最终边缘。