基于局部自适应色差阈值的彩色图像边缘检测的方法.pdf

1、(10)申请公布号 CN 102819850 A (43)申请公布日 2012.12.12 CN 102819850 A *CN102819850A* (21)申请号 201210291478.5 (22)申请日 2012.08.16 G06T 7/40(2006.01) (71)申请人 李勃 地址 210093 江苏省南京市汉口路 22 号 (72)发明人 李勃 杨娴 丁文 董蓉 江登表 廖娟 陈启美 (74)专利代理机构 南京知识律师事务所 32207 代理人 李媛媛 (54) 发明名称 基于局部自适应色差阈值的彩色图像边缘检 测的方法 (57) 摘要 本发明公开了一种基于局部自适应色差阈

2、值 的彩色图像边缘检测的方法， 属于图像处理与计 算机视觉领域。本发明首先构造了一个包含背景 亮度掩膜、 对比度敏感函数的色差阈值的权重函 数， 根据邻域信息确定每个像素点的色差阈值， 若 该像素点的色差梯度算子的计算结果大于该阈 值， 则可判断当前像素为边缘点并显示， 否则像素 亮度置为零。通过实验测试表明 ： 本发明的方法 考虑了人眼的亮度掩膜效应与对比度敏感特性， 能近似人眼视觉感知特性， 有效检测出人眼可感 知的图像边缘， 同时避免传统算法中因判决阈值 而导致的边缘过检测问题， 有较好的抗噪性能。 (51)Int.Cl. 权利要求书 1 页 说明书 6 页 附图 3 页 (19)中华人

3、民共和国国家知识产权局 (12)发明专利申请 权利要求书 1 页 说明书 6 页 附图 3 页 1/1 页 2 1. 基于局部自适应色差阈值的彩色图像边缘检测的方法， 具体过程如下 ： 步骤一 ： 考虑图像局部背景亮度对 Lab 空间中两种颜色刚好能区分的色差值的影响， 构建背景亮度掩模权重函数 ； 根据空间频率与对比度可察觉阈值的关系， 结合图像的纹理 信息对所述色差值的影响， 构建对比灵敏度权重函数 ； 将以上两种权重函数结合起来构造 局部色差值影响因子， 该影响因子与人眼色差值的乘积为自适应色差可察觉阈值 ； 步骤二 ： 以基于梯度的边缘检测算子为基础， 从图像左上角的像素开始逐点处理图

4、像， 先计算以当前像素点为中心的色差梯度模版的核值距离， 其中原梯度算子中的灰度差用 Lab 色差代替， 然后使用步骤一计算的自适应色差可察觉阈值来作为色差是否可见的阈值 ； 若当前像素点的色差梯度算子的计算结果大于所述自适应色差可察觉阈值， 则可判断当前 像素点为边缘点并显示， 否则像素亮度置为零。 2. 根据权利要求 1 所述的基于局部自适应色差阈值的彩色图像边缘检测的方法， 其特 征在于， 所述步骤一中计算自适应色差可察觉阈值的具体过程如下 ： 步骤 11 ： 逐点处理图像时， 以 nn 像素为模版， 计算模板区域内的平均亮度作为中心 点的亮度值， 根据局部亮度与背景亮度掩模权重函数的关

5、系确定背景亮度掩模权重系数 ； 步骤 12 ： 逐点处理图像时， 以 nn 像素为模板， 分别计算中心像素点 L 通道、 中心像素 点 a 通道和中心像素点 b 通道的空间频率， 根据空间频率与对比度能见阈值的关系分别确 定这三个通道的对比灵敏度掩模系数， 再根据人眼对这三个通道的感知情况将三个通道的 系数加权平均， 即得到局部对比灵敏度掩模系数 ； 步骤 13 ： 将背景亮度掩模权重系数与局部对比灵敏度掩模系数的平均数作为局部色 差值的影响因子， 该影响因子与人眼色差值的乘积即为该 nn 像素模版中心点的自适应 色差可察觉阈值。 权 利 要 求 书 CN 102819850 A 2 1/6

6、页 3 基于局部自适应色差阈值的彩色图像边缘检测的方法 技术领域 0001 本发明涉及图像处理与计算机视觉领域， 具体涉及一种模拟人眼对图像信息的感 知情况且对噪声有很好鲁棒性的彩色图像边缘检测的方法。 背景技术 0002 图像的边缘定义为图像函数中不连续的点， 包含了图像的大部分特征， 是区分物 体与背景、 感兴趣域与周围信息的关键所在。现有的边缘检测主要将待处理图像转化为 灰度图像， 将图像边缘看作邻域内灰度值发生突变的点的集合， 经典的算子有 Sobel 算子、 SUSAN 算子、 Laplace 算子、 Canny 算子等。这些算法由于缺乏色彩信息， 不能区分出亮度相 同但颜色不同的物

7、体， 易出现漏检。 0003 近年来， 彩色图像的边缘检测逐渐得到了关注， 一类广泛使用的彩色图像边缘提 取算法是在原有的灰度梯度边缘检测算子上进行改进的， 这类方法用色差代替亮度差， 计 算算子模版区内的核值差距， 再与固定阈值相比较， 判断模版中心的像素点是否为边缘点， 例如 Chen H C（Contrast-based color image segmentation,IEEE Signal Processing Letters,2004,11(7):641644）提出将 Laplace 算子中的灰度差改为 Lab 空间中的欧 式距离进行计算 ； 曾俊等人在文献 （Color imag

8、e edge detection method using VTV denoising and color differenceJ,Optik-International Journal for Light and Electron Optics,2011,doi:10.1016/j.ijleo.2011.10.0093 和彩色图像 SUSAN 边缘检测 方法 J， 计算机工程与应用， 2011， 47（15） ： 194-196） 中分别改进的是基于色差的 Sobel 算子与 SUSAN 算子。对于这类算法， 阈值的选取是非常重要的， 现有算法是将单一的色差阈 值定为全局阈值， 这种阈值选择

9、方法忽略了图像的局部信息对人眼色差感知的影响， 使得 很多不可见的边缘被过检测， 对噪声的鲁棒性较差。 发明内容 0004 本发明提出一种基于人眼视觉的局部自适应色差阈值的估计方法并与基于 CIELab 色差的梯度算子结合应用于彩色图像的边缘检测中， 能避免传统方法中因判决阈值 而导致的边缘过检测问题。 0005 本发明采用的技术方案如下 ： 0006 基于局部自适应色差阈值的彩色图像边缘检测的方法， 具体过程如下 ： 0007 步骤一 ： 考虑图像局部背景亮度对 Lab 空间中两种颜色刚好能区分的色差值的影 响， 构建背景亮度掩模权重函数 ； 根据空间频率与对比度可察觉阈值的关系， 结合图像

10、的纹 理信息对所述色差值的影响， 构建对比灵敏度权重函数 ； 将以上两种权重函数结合起来构 造局部色差值影响因子， 该影响因子与人眼色差值的乘积为自适应色差可察觉阈值 ； 0008 步骤二 ： 以基于梯度的边缘检测算子为基础， 从图像左上角的像素开始逐点处理 图像， 先计算以当前像素点为中心的色差梯度模版的核值距离， 其中原梯度算子中的灰度 差用 Lab 色差代替， 然后使用步骤一计算的自适应色差可察觉阈值来作为色差是否可见的 说 明 书 CN 102819850 A 3 2/6 页 4 阈值 ； 若当前像素点的色差梯度算子的计算结果大于所述自适应色差可察觉阈值， 则可判 断当前像素点为边缘点

11、并显示， 否则像素亮度置为零。 0009 其中， 步骤一中计算自适应色差可察觉阈值的具体过程如下 ： 0010 步骤 11 ： 逐点处理图像时， 以 nn 像素为模版， 计算模板区域内的平均亮度作为 中心点的亮度值， 根据局部亮度与背景亮度掩模权重函数的关系确定背景亮度掩模权重系 数 ； 0011 步骤 12 ： 逐点处理图像时， 以 nn 像素为模板， 分别计算中心像素点 L 通道、 中心 像素点 a 通道和中心像素点 b 通道的空间频率， 根据空间频率与对比度能见阈值的关系分 别确定这三个通道的对比灵敏度掩模系数， 再根据人眼对这三个通道的感知情况将三个通 道的系数加权平均， 即得到局部对

12、比灵敏度掩模系数 ； 0012 步骤 13 ： 将背景亮度掩模权重系数与局部对比灵敏度掩模系数的平均数作为局 部色差值的影响因子， 该影响因子与人眼色差值的乘积即为该 nn 像素模版中心点的自 适应色差可察觉阈值。 0013 本发明首先构造了一个包含背景亮度掩膜、 对比度敏感函数 （CSF） 的色差阈值的 权重函数， 根据邻域信息确定每个像素点的色差阈值， 若该像素点的色差梯度算子的计算 结果大于该阈值， 则可判断当前像素为边缘点并显示， 否则像素亮度置为零。 通过实验测试 表明 ： 该方法考虑了人眼的亮度掩膜效应与对比度敏感特性， 能近似人眼视觉感知特性， 有 效检测出人眼可感知的图像边缘，

13、 同时避免传统算法中因判决阈值而导致的边缘过检测问 题， 有较好的抗噪性能。 附图说明 0014 图 1 为本发明中背景亮度与亮度掩模权重系数的关系图。 0015 图 2 为不同颜色通道的空间频率与 CSF 权重函数的关系图。 0016 图3为不同色差梯度算子对peppers、 lena、 色卡图像的边缘检测结果， 其中(a)为 peppers 图像的实验原图， (b) 为图 (a) 利用固定色差阈值的算法检测结果， (c) 为图 (a) 利用自适应色差阈值算法的检测结果， (d) 为 lena 图像的实验原图， (e) 为图 (b) 利用固定 色差阈值的算法检测结果， (f) 为图 (b)

14、利用自适应色差阈值算法的检测结果， (g) 为色卡 图像的实验原图， (h) 为图 (g) 利用固定色差阈值的算法检测结果， (i) 为图 (g) 利用自适 应色差阈值算法的检测结果。 0017 图 4 为不同色差梯度算子的抗噪声检测结果实验图， 其中 （a） 为测试图像的灰度 图像，（b） 为 Sobel 算法检测结果，（c） 为固定色差阈值 Sobel 算法检测结果，（d） 为自适应 色差阈值 Sobel 算法检测结果，（e） 为固定色差阈值 SUSAN 算法检测结果，（f） 为自适应差 阈值 SUSAN 算法检测结果。 具体实施方式 0018 下面将结合附图对本发明加以详细说明。 001

15、9 步骤一 ： 考虑图像局部背景亮度对 Lab 空间中两种颜色刚好能区分的色差值 （JNCD） 的影响， 构建背景亮度掩模权重函数。根据空间频率与对比度可察觉阈值的关系， 结合图像的纹理信息对 JNCD 的影响， 构建对比灵敏度权重函数。将两种权重函数结合起 说 明 书 CN 102819850 A 4 3/6 页 5 来构造局部 JNCD 影响因子， 该影响因子与人眼 JNCD 的乘积称为自适应色差可察觉阈值 （AJNCD） 。 0020 步骤二 ： 以基于梯度的边缘检测算子为基础， 如Sobel， SUSAN， Laplace算子等。 从 图像左上角的像素开始逐点处理图像， 先计算以当前像

16、素点 （i， j） 为中心的色差梯度模版 的核值距离， 其中原梯度算子中的灰度差用Lab色差代替， 然后使用步骤一计算的AJNCD来 作为色差是否可见的阈值。若该像素点邻域的色差梯度的计算结果大于该阈值， 则可判断 当前像素为边缘点并显示， 否则像素亮度置为零。 0021 其中， 步骤一计算 AJNCD 的具体过程如下所述， 选取 55 像素为模版 ： 0022 步骤 11 ： 对于图像中的像素点， 若邻域的平均亮度不同， 则该点与其它像素点的 JNCD 也不相同， 背景亮度与背景亮度掩模的权重系数的关系如图 1 所示， 数学表达式为 ： 0023 0024 其中 E（Y） 表示局部背景亮度，

17、 其值为 55 像素为模版计算模板区域内的平均亮 度值， f1表示背景亮度掩模的权重系数。 0025 步骤 12 ： 另外， 亮度以及色彩的空间频率也会影响人眼的感知特性， 对比灵敏度 权重函数的计算方法如下 ： 0026 a) 首先确定当前像素点 （i， j）处的色彩空间角频率(i， j)， 方法如下 ： 先用 prewitt 算子分别计算出当前像素点 L,a,b 通道的梯度 g(i， j)， 再以 （i， j） 为中心分别 在 mn 的邻域窗口中计算模板内梯度值水平方向和垂直方向的零穿越次数和 fp(i， j) 与 fq(i， j), 则像素 （i， j） 的局部水平空间频率与垂直空间频率

18、分别为 ： 0027 0028 像素 （i， j） 的邻域空间频率为 ： 0029 f(i,j)=max(fh(i,j),fl(i,j) （3） 0030 色彩角空间频率与 f(i， j) 的转换关系如下 ： 0031 0032 其中 为 L， a， b 通道的空间角频率 w， u,v 的集合， 单位为周 / 度 （cpd） 。d 为观察 距离通常取 50cm， x 表示像素间距。 0033 b) 本发明将图像的色彩对比度 C 定义为像素点与其邻域点在 Lab 空间的色差 ELab与邻域的平均亮度 E(Y) 的比值， 对比度视觉阈值与对比灵敏度成倒数关系， 对比灵 敏度 csf 与色差可视阈值

19、的关系可用公式 (5) 描述 ： 0034 0035 Lab 空间的对比敏感函数根据调制方向的不同可分为亮度对比敏感、 红绿色对比 敏感与黄蓝色对比敏感， 本发明采用 Mullen 的对比敏感函数模型 8， 该模型用指数形式来 说 明 书 CN 102819850 A 5 4/6 页 6 拟合空间频率与对比度视觉阈值的关系， (6)、 (7)、 (8) 式分别表示亮度、 红绿色与黄蓝色对 比敏感函数 CSF 与色彩空间角频率 的关系 ： 0036 0037 0038 将 a) 步骤的结果代入入式 （6） （7） （8） 即可计算出相应的 CSF。 0039 c) 可以将对比敏感权重函数 f2

20、看作亮度、 红绿、 黄蓝 3 个颜色通道 CSF 影响 因子的加权平均和 : 0040 0041 图 2 显示了图像亮度及色彩信息的空间频率与 CSF 权重函数的关系， 其中背景亮 度的灰度值设为 150， 由图可知， 空间频率越大， 颜色及纹理信息越丰富则相应区域的色差 阈值也越大。 0042 d) 考虑到背景亮度掩膜以及 CSF 对人眼色差分辨情况的影响， 基于局部信息 AJNCD 的响函数 m 可表示为 : 0043 0044 AJNCD 可由下式计算 ： 0045 AJNCD=mJNCD （11） 0046 所述步骤二的具体过程如下 ： 0047 以 Sobel 算子为例， 基于色差的

21、 Sobel 算子计算公式如下 ： 0048 0049 dx=cd(fi+1， j+1,fi+1， j-1)+2cd(fi,j+1,fi,j-1)+cd(fi-1， j+1,fi-1， j-1) 0050 dy=cd(fi+1， j+1,fi-1， j+1)+2cd(fi+1， j,fi-1， j)+cd(fi+1， j-1,fi-1， j-1) （12） 0051 其中 f(i， j) 表示像素点 (i， j)， cd 表示两像素点在 Lab 空间的欧氏距离。先计算 以像素点 （i， j） 为中心的色差梯度模版的核值距离， 其中原梯度算子中的灰度差用 Lab 色 差代替， 本发明根据点 （i

22、， j） 的邻域信息计算该点的 AJNCD， 若算子模板内两点的色差大于 该点 AJNCD， 则该色彩梯度值保留， 否则为零。令计算色差的两像素点分别为 P1， P2， 中心点 的自适应色差阈值为 AJNCDK， 数学计算如下所示 ： 0052 0053 其中 (k) 为判定函数 : 说 明 书 CN 102819850 A 6 5/6 页 7 0054 0055 为了将本发明与其他方法的性能评价和比较， 本发明采用基于 AJNCD 的 Sobel， SUSAN以及Laplace算子分别对512512的pepper图像,480480的色卡图像,500281 的色卡图像进行边缘检测。图 3 为色

23、差梯度算子分别使用固定色差阈值与自适应色差阈值 的边缘检测结果。从结果可以看出本发明在亮度不同、 纹理丰富程度不同以及色彩空间频 率不同的区域使用自适应的色差阈值作为是否为边缘像素点的判断依据， 避免了部分区域 由于色差阈值设置不当而出现视觉感知不敏感区域的细小边缘的过检的现象例如 3（a） 图 中辣椒的下部为背光区域。而且阈值的自适应调整并不影响边缘的判断能力， 色块中相近 颜色之间的边缘也能够清晰准确地检测出来。 0056 本发明采用合成的彩色块图像使用基于固定色差阈值的方法与本发明的方法分 别在加入均值为 0， 方差为 0.002， 0.004， 0.006， 0.008 的高斯噪声的情

24、况下进行边缘检测， 并统计相应情况下的信噪比。SNR 的计算如式 （15) 所示， 其中 Pi 表示理想边缘能量， Pn 表 示噪声能量。 0057 0058 为了从边缘定位精度方面评价算法性能， 本发明采用 Abdou-pratt 提出的边缘检 测性能品质因素公式 ： 0059 0060 其中， IA， II， d 分别是检测到的边缘、 理想边缘、 实际边缘点与理想边缘点连线的 垂直距离， ( 实验中取 0.1) 是用于惩罚错位边缘的常数， Pratt 值越大， 表明检测器性能 越好， 当完全精确检测时 Pratt=100%。 0061 表一边缘检测性能比较 0062 0063 0064 由

25、表 1 统计的数据可知， 不论在何种噪声方差的情况下， 本发明通过设定 AJNCD， 防止了感知不敏感区域的边缘被检测出， 因此在边缘定位精度上也优于固定色差阈值的方 说 明 书 CN 102819850 A 7 6/6 页 8 法法。 0065 图 4 为本发明抗噪性能检测的测试图片与检测结果， 由于测试图像部分色块的灰 度值差值仅为 2， 基于亮度的边缘算法检测不出大部分右侧色块的边缘， 且噪点较多。由于 固定色差阈值的色彩梯度算法是基于色彩的运算， 因此能分辨出所有色块的边缘。 0066 在色差阈值的权重函数中， 背景亮度掩模因子与对比灵敏度效应因子对边缘检测 性能的影响是不同的。由图

26、4（a） 可以看出， 测试图像色块的亮度不一， 在不考虑背景亮度 掩模效应的情况下， 不同色块被噪声影响的程度不同， 如图 4（b） ， 4（c） ， 4（e） 所示 ； 在考 虑图像背景亮度与可视色差阈值的关系后， 检测出的噪声点在不同亮度的色块中呈现较均 匀的分布， 如图 4（d） 所示。对比灵敏度效应因子主要影响边缘检测算子的抗噪性， 高斯噪 声的加入相当于增加了图像的色彩频率， 固定色差阈值的算法忽略了色彩的空间频率对色 差可视阈值影响， 边缘检测效果受噪声影响较严重， 而对比灵敏度效应因子能根据色彩的 空间频率自适应地调整色差阈值， 因此本发明的方法能准确地检测出所有色块的边缘且受

27、噪声影响较小。 0067 本发明是一种基于人眼视觉效应的自适应局部色差可视阈值的估计方法， 构建了 包括背景亮度掩模与对比灵敏度的色差可视阈值影响函数 ； 用 Lab 色差代替色彩梯度算子 中的亮度差， 将自适应局部色差可视阈值应用于基于色差的梯度算子中。 通过实验证实， 本 发明能有效检测亮度及色彩的变化， 准确地判断出图像边缘， 并且抑制了视觉不敏感信息 的过检测， 具有优异的抗噪性能。 0068 以上所述仅是本发明中的具体实施方式， 但本发明的范围不应由该描述来限定。 本领域的技术人员应该理解， 在不脱离本发明的范围的任何修改或局部替换， 均属于本发 明权利要求来限定的范围。 说 明 书 CN 102819850 A 8 1/3 页 9 图 1 图 2 说 明 书 附 图 CN 102819850 A 9 2/3 页 10 图 3 说 明 书 附 图 CN 102819850 A 10 3/3 页 11 图 4 说 明 书 附 图 CN 102819850 A 11