【技術實現步驟摘要】
本專利技術屬于圖像處理，具體涉及一種基于iir數字微分器的圖像邊緣檢測方法及系統。
技術介紹
1、圖像邊緣檢測是圖像處理中的一項重要技術，旨在識別圖像中的邊緣信息，突出圖像的結構特征和重要細節。傳統的邊緣檢測算法如sobel算法、canny算法，通過計算圖像的梯度強度和方向來檢測邊緣，但它們在處理噪聲和細節邊緣時存在一定的局限性。sobel算法使用簡單的濾波器來近似圖像的一階導數，但對噪聲敏感且邊緣定位不夠準確。canny算法結合了梯度計算、非極大值抑制和雙閾值處理，準確性高但計算復雜、參數選取困難。
2、近年來，基于數字微分器的邊緣檢測方法受到了廣泛關注。數字微分器作為重要的信號處理工具，能夠對信號進行微分運算，從而提取信號的變化信息。在圖像邊緣檢測領域，通過利用數字微分器對圖像進行微分運算，可以有效地提取圖像邊緣信息。
技術實現思路
1、本專利技術針對上述缺陷，提供種基于iir數字微分器的圖像邊緣檢測方法及系統，能夠有效提高邊緣檢測的準確性和抗噪性。該方法計算簡單，適用范圍廣。
2、本專利技術提供如下技術方案：本專利技術提供一種基于iir數字微分器的圖像邊緣檢測方法，能夠有效提高邊緣檢測的準確性和抗噪性。該方法計算簡單，適用范圍廣。
3、為了達到上述專利技術目的，本專利技術采用以下技術方案：基于iir數字微分器的圖像邊緣檢測方法，包括如下步驟：
4、s1、將原始圖像的像素值進行歸一化，得到歸一化的圖像；
5、s2、使用
6、s3、將所述步驟s2中四幅子圖的像素點按運算方式合并為一幅圖；
7、s4、將所述步驟s3合并所得的圖像的像素值按最大值歸一化的方式處理；
8、s5、對步驟s4所得圖像的像素值施加閾值，得到邊緣圖像。
9、進一步地，所述步驟s1中，由原始圖像可得圖像上像素點的行數l1和列數l2將原始圖像的像素值f(i，j)歸一化，得到原始圖像歸一化后第i行第j列的像素值f*(i，j)：
10、
11、其中，1≤i≤l1,1≤j≤l2，f*(i，j)為原始圖像歸一化后第i行第j列的像素值，max(f(i，j))和min(f(i，j))分別為原始圖像中像素最大值和最小值。
12、進一步地，所述步驟s2中，所述iir數字微分器過濾歸一化時的頻率響應為h(ejω，a,b):
13、
14、其中，a＝[a1，a2，...，an]t和b＝[b0，b1，...，bm]t別為所述iir數字微分器的頻率響應分母系數兩項和頻率響應分子系數向量。
15、進一步地，所述步驟s2中，使用iir數字微分器對s1中歸一化的圖像進行微分處理，分別沿向右、向左、向下和向上四個方向提取圖像在不同方向上的邊緣信息，得到像素值分別為和的四幅子圖；四幅子圖分別表示圖像在相應方向上的邊緣強度。
16、進一步地，所述步驟s2中所述的iir數字微分器用于計算所述步驟s1的到的圖像在某一方向上的變化率，即圖像強度值的變化程度。
17、進一步地，所述步驟s3中考慮圖像在水平和垂直方向上的邊緣信息，得到一個綜合的邊緣強度圖像采用的運算方式為：
18、
19、其中，1≤i≤l1,1≤j≤l2，強調水平方向上的邊緣強度，強調垂直方向上的邊緣強度。
20、進一步地，所述步驟s4中將所述步驟s3合并所得圖像的像素值按最大值歸一化的方式處理，得到合并像素歸一化值
21、
22、
23、其中，1≤i≤l1，1≤j≤l2，fm為步驟s3合并所得圖像的像素最大值，{}表示為選取在1≤i≤l1且1≤j≤l2范圍的值的集合，fm值為集合中的最大值。
24、進一步地，所述步驟s5中對所述步驟s4所得的像素值施加閾值的計算公式如下：
25、
26、得到邊緣圖像的像素值其中，λ為對所述步驟s4所得的像素值施加的閾值，0＜λ＜1。
27、本專利技術還提供一種采用根據如上所述方法的基于iir數字微分器的圖像邊緣檢測系統，包括如下模塊：圖像歸一化模塊、子圖生成模塊、子圖合并模塊、最大歸一化模塊和邊緣特征提取模塊；
28、所述圖像歸一化模塊，用于將原始圖像的像素值進行歸一化，得到歸一化的圖像；
29、所述子圖生成模塊，用于使用iir數字微分器分別沿向右、向左、向下和向上四個方向過濾歸一化的圖像，得到四幅子圖；
30、所述子圖合并模塊，用于將子圖合并成一幅圖像；
31、所述最大歸一化模塊，用于將合并所得的圖像像素值最大值歸一化；
32、所述邊緣特征提取模塊，用于對最大歸一化圖像的像素值施加閾值，生成邊緣圖像。
33、綜上所述，本專利技術在圖像邊緣檢測的準確性、抗噪聲能力、適用范圍和性能參數方面均具有顯著的改進和優勢，為圖像處理領域提供了高效、可靠的邊緣檢測技術。
本文檔來自技高網...【技術保護點】
1.基于IIR數字微分器的圖像邊緣檢測方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的基于IIR數字微分器的圖像邊緣檢測方法，其特征在于，所述步驟S1中，由原始圖像可得圖像上像素點的行數L1和列數L2將原始圖像的像素值f(i，j)歸一化，得到原始圖像歸一化后第i行第j列的像素值f*(i，j)：
3.根據權利要求1所述的基于IIR數字微分器的圖像邊緣檢測方法，其特征在于，所述步驟S2中，所述IIR數字微分器過濾歸一化時的頻率響應為H(ejω，a，b)：
4.根據權利要求1所述的基于IIR數字微分器的圖像邊緣檢測方法，其特征在于，所述步驟S2中，使用IIR數字微分器對S1中歸一化的圖像進行微分處理，分別沿向右、向左、向下和向上四個方向提取圖像在不同方向上的邊緣信息，得到像素值分別為和的四幅子圖；四幅子圖分別表示圖像在相應方向上的邊緣強度。
5.根據權利要求3所述的基于IIR數字微分器的圖像邊緣檢測方法，其特征在于，所述步驟S2中所述的IIR數字微分器用于計算所述步驟S1的到的圖像在某一方向上的變化率，即圖像強度值的變化程度。<...
【技術特征摘要】
1.基于iir數字微分器的圖像邊緣檢測方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的基于iir數字微分器的圖像邊緣檢測方法，其特征在于，所述步驟s1中，由原始圖像可得圖像上像素點的行數l1和列數l2將原始圖像的像素值f(i，j)歸一化，得到原始圖像歸一化后第i行第j列的像素值f*(i，j)：
3.根據權利要求1所述的基于iir數字微分器的圖像邊緣檢測方法，其特征在于，所述步驟s2中，所述iir數字微分器過濾歸一化時的頻率響應為h(ejω，a，b)：
4.根據權利要求1所述的基于iir數字微分器的圖像邊緣檢測方法，其特征在于，所述步驟s2中，使用iir數字微分器對s1中歸一化的圖像進行微分處理，分別沿向右、向左、向下和向上四個方向提取圖像在不同方向上的邊緣信息，得到像素值分別為和的四幅子圖；四幅子圖分別表示圖像在相應方向上的邊緣強度。
5.根據權利要求3所述的基于iir數字微分器的圖像邊緣...
【專利技術屬性】
技術研發人員：易火平，譚平，方苗旭，丁進，武永波，徐振，鄭語婷，黃炳強，
申請(專利權)人：浙江科技大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。