面向纺织行业的彩色纺织纹理图像的边缘检测方法

摘要

本发明公开了一种面向纺织行业的彩色纺织纹理图像的边缘检测方法。根据人眼视觉系统观察图像色彩是受周围邻近像素点色彩的影响，在一个以像素点为中心的滑动窗口内计算窗口上半部和下半部，以及左半部和右半部之间的色彩差异，作为像素点水平和垂直方向的偏导数，像素点三个色彩分量水平和垂直方向的偏导数构成的一个3×2矩阵D，计算矩阵D^TD的最大特征值和相应的特征矢量，将它们分别作为像素点的梯度大小和梯度方向；根据像素点梯度大小和方向，计算和细化图像的边缘图。该方法能对抗彩色纺织图像中纹理噪声的干扰，提高图像中艺术图案边缘检测的精确度，为进一步图案编辑和设计提供基本的边缘信息，达到面向纺织行业的自动描图功能。

主权项

1.一种面向纺织行业的彩色纺织纹理图像的边缘检测方法，其特征在于它包括以下步骤：(1)扫描一彩色纺织样布，获得彩色纺织样布的数字图像，确定一个对中心点各向同性的滑动窗口，所述窗口的宽度为所述数字图像像素点间距的整数倍；(2)计算以所述数字图像像素点为中心点的所述窗口的上半部和下半部之间的色彩差异，以及所述窗口的左半部和右半部之间的色彩差异：$d_y^c=\frac{1}{w(2w+1)}\underset{i=y+1}{\overset{y+w}{\Sigma }}\underset{j=x-w}{\overset{x+w}{\Sigma }}{I}^c(i,j)-\frac{1}{w(2w+1)}\underset{i=y-w}{\overset{y-1}{\Sigma }}\underset{j=x-w}{\overset{x+w}{\Sigma }}{I}^c(i,j)---\left(1\right)$$d_x^c=\frac{1}{w(2w+1)}\underset{i=y-w}{\overset{y+w}{\Sigma }}\underset{j=x+1}{\overset{x+w}{\Sigma }}{I}^c(i,j)-\frac{1}{w(2w+1)}\underset{i=y-w}{\overset{y+w}{\Sigma }}\underset{j=x-w}{\overset{x-1}{\Sigma }}{I}^c(i,j)---\left(2\right)$其中i和j表示像素点的空间坐标，I^c(i，j)表示以(y，x)像素点为中心的滑动窗口内位于(i，j)的色彩分量值，上标c表示R、G、B三个色彩分量，w表示所述滑动窗口的半径，窗口的边长或直径为2w+1，为像素点间距的奇数倍，分别表示三个色彩分量在像素点(y，x)垂直方向的色彩差异，分别表示三个色彩分量在像素点(y，x)水平方向的色彩差异，构成一个3×2矩阵D，$D=\left[\begin{array}{cc}{d}_y^R& d_x^R\\ d_y^G& d_x^G\\ d_y^B& d_x^B\end{array}\right]---\left(3\right)$计算矩阵D^TD的最大特征值和相应的特征矢量，将它们分别作为像素点(y，x)的梯度幅度和梯度方向，T为矩阵转置；(3)重复步骤(2)，按顺序计算数字图像中所有像素点或计算选取的数字图像像素点的梯度幅度和梯度方向；(4)计算像素点梯度幅度的平均值，设定所述平均值或与平均值对应的数值为第一阈值，如果像素点的梯度幅度大于等于第一阈值，则判定该像素点作为候选边缘点，由此得到初始的图像边缘图；(5)去除孤立的候选边缘点；(6)确定余下的候选边缘点色彩差异的方向；(7)去除色彩差异方向孤立的候选边缘点；(8)确定第二邻域窗口及第二阈值，针对每个余下的候选边缘点，在第二邻域窗口内，计算落于第二邻域窗口上半部和下半部的候选边缘点个数的差异，以及落于第二邻域窗口左半部和右半部候选边缘点个数的差异，如果这两个差异的绝对值同时小于第二阈值，则确认该候选边缘点为最终的边缘点。