发明名称 基于对象云的模糊边缘检测方法
摘要 本发明请求保护一种基于对象云的模糊边缘检测方法,涉及数字图像处理技术。该方法将模糊集理论和云理论集成应用于图像的边缘检测,设计了一种适用于图像的高效检测方法,基于灰度特征生成对象云,将图像中模糊对象表现为云团形式,正向云发生器实现图像空间与云空间的映射,云运算实现边界云团及其数字特征获取,根据最大模糊熵原理自适应进行边缘过渡区处理;本发明保留了图像中大量的低灰度值边缘信息,因而在很大程度上弥补了基于模糊集理论算法的缺陷,同时也兼顾了不确定边界的随机性问题,应用于多光谱影像能够取得好的检测效果。
申请公布号 CN101286233B 申请公布日期 2010.06.30
申请号 CN200810069697.2 申请日期 2008.05.19
申请人 重庆邮电大学 发明人 王佐成;薛丽霞;张喜平
分类号 G06T7/00(2006.01)I 主分类号 G06T7/00(2006.01)I
代理机构 重庆华科专利事务所 50123 代理人 康海燕
主权项 一种基于对象云的模糊边缘检测方法,其特征在于,该方法包括以下步骤:(1)图像去噪处理阶段,对对象云图像进行非线性阈值降噪处理;(2)图像云核提取及合并阶段,基于灰度特征生成对象云,利用松弛迭代法生成不确定面云的云核,并进行云合并;(3)云化图像中各对象,生成云空间阶段,对不同类型对象云图像进行云化描述,正向云发生器实现图像空间与云空间的映射,对象云“实部”的均值作为云的期望值,“虚部”中每个象素的灰度隶属于“实部”灰度均值的隶属度;梯度小的区域对应对象云的“实部”,梯度变化剧烈的区域,对应对象云的“虚部”,梯度最大的地方对应对象云边缘,建立基于象素灰度特征的一维云空间映射模型;获取对象云在梯度图中的“实部”和“虚部”区域的梯度均值与标准差,在云模型中的二维云的基础上建立基于图像梯度的云空间映射模型,将图像空间的数据映射为云团,实现图像空间与云空间的映射;(4)对相邻对象云进行逻辑运算并提取边界过渡区,获取反映边界云覆盖范围的数字特征,根据数字特征通过正向云发生器算法计算各个像素的隶属度,隶属度值的集合作为模糊特征平面中的元素,构建基于边界云数字特征的模糊特征平面,根据模糊特征平面建立模糊矩阵;(5)根据最大模糊熵原理自适应进行边缘过渡区处理,对边缘过渡区进行生长及综合,获取连续而清晰的边缘线。
地址 400065 重庆市南岸区黄桷娅崇文路2号