专利名称：基于力场转换的异源图像粗大边缘检测方法
技术领域：
本发明涉及图像处理领域，更准确地说本发明涉及可见光、红外、SAR图像等不同 分辨率异源图像粗大边缘检测。
背景技术：
目前，异源图像匹配研究中还存在着很多困难，特别是由于异源图像成像机理差 异大(如光学与SAR图像)、波段差异大(如可见光与长波红外图像)，难以获得图像在灰 度、亮度、颜色等特征上的共性特征。根据对异源图像成像原理和典型异源图像的分析发 现，异源图像中对象间粗大边缘是异源图像间比较具有共性的特征。这些粗大边缘是感兴 趣目标的重要特征，往往携带着图像的大部分信息，这些边缘能够给出目标的位置和形状， 为人们描述或识别目标以及解译图像提供了重要的特征信息。常用的边缘检测算法有梯度 法(Robert、Prewitt, Sobel和Canny算子)、模板匹配法以及变换域法等。先前专利2008101(^845. 6给出一种彩色图像边缘检测方法。该专利根据彩色图 像包含信息丰富的特点，首先将彩色图像映射到不同的色彩空间；然后分别对各个色彩空 间中的图像进行边缘检测；最后将各个色彩空间中的检测结果进行融合获得最终的边缘检 测结果。但是该专利的方法只适合于彩色图像的边缘检测。先前专利201010152357. 3给出一种基于分数阶次信号处理的边缘检测方法。该 专利首先利用分数阶次求导算法对图像中的每个像素点进行梯度运算，获得各像素点的梯 度幅值；然后对梯度图像进行非极大值抑制；最后采用双阈值方法判定目标像素点是否为 像素点并连接边缘，获得最终的边缘检测结果。该专利的方法较好地提取了图像中的边缘， 但是边缘检测结果过于细腻，很难从中提取到有效的粗大边缘。
发明内容
本发明的目的是提供一种基于力场转换的异源图像粗大边缘检测方法，对异源图 像粗大边缘提取，从而为描述或识别目标以及解译图像提供重要的特征信息。本发明是采取以下的技术方案来实现的基于力场转换的异源图像粗大边缘检测方法，其特征在于包括以下步骤(1)根据万有引力的概念和力的分解与合成，获得图像中像素点受到的合力的大 小和方向；(2)根据图像中所有像素点所受合力的大小，归一化计算每个像素点所受合力的 大小；(3)对归一化后的图像进行二值化处理，获得边缘像素点及其邻域所在的区域图 像；(4)根据合力的方向和大小获得最终的粗大边缘点。前述的基于力场转换的异源图像粗大边缘检测方法，其特征在于在所述步骤 (1)中，图像中像素点受到合力的大小和方向的计算包括以下步骤
(1)计算像素点受到邻域中另外一点的引力，并根据引力的方向将引力沿水平和 垂直轴作分解；(2)将该点受到的全部其他引力在水平和垂直轴上分量求和；(3)将水平和垂直轴上得到的分量作矢量合成，得到该点最终受到的合力的大小 和方向。前述的基于力场转换的异源图像粗大边缘检测方法，其特征在于图像被看作一 个力场，而力场的形成是通过假定图像中的任意两个像素点之间存在引力的作用，即图像 中位置为r」的像素点受到位置为A的像素点的引力作用Fi (rj)，引力的大小与像素点A的 灰度值成正比，与像素点^点和像素点&点间的距离的平方成反比；引力的方向即两点间 的连线方向。具体的矢量表示如下(D其中，I(ri)表示像素点A的灰度值；ri-rj的连线方向表示Fi(Tj)的矢量方向； IriTj表示两像素点之间的距离。像素点h受到所有像素点的合力可表示为
NNΓ — ΓFirj)= Σ f^j)= Σ ^-^J(2)
'=W ,=W Id. I其中，N表示像素点ri邻域中像素的个数；F(rj)的方向为Fi(Tj)的合力方向。前述的基于力场转换的异源图像粗大边缘检测方法，其特征在于在所述的步骤 (2)中，根据图像中所有像素点所受合力的大小，归一化计算每个像素点所受合力的大小。 由于异源图像的灰度分布或成像设备的成像原理不同，根据力场转换理论的原理可知力场 的大小也不相同。为了去除灰度分布或成像设备的成像原理不同对力场大小的影响，在计 算每个像素点所受合力大小后对其进行归一化处理，将不同图像的边缘所在区域突现出 来，归一化公式为/(0) = /(0):穴、255(3)
y max 乂 min其中，f(rj)表示像素点r」受到合力的大小，fmax、fmin分别表示一幅图像中所有像 素点合力的最大值和最小值，f' (rj)为归一化后像素点r」受到合力的大小。前述的基于力场转换的异源图像粗大边缘检测方法，其特征在于在所述的步骤 (4)中，其合力方向的离散表示中，在离散量个数较多的情况下，可以提高检测精度；在离 散量个数较少的情况下，可以提高抑制噪声的能力，兼顾定位准确和抑制噪声的要求，所述 的力场方向表示为8个离散量。前述的基于力场转换的异源图像粗大边缘检测方法，其特征在于在所述的步骤 (4)中，根据合力的方向和大小获得最终的粗大边缘点。即当像素点处于粗大边缘处时，该 点力场方向所指区域的像素灰度值基本一致，力场相反方向所指区域的像素灰度值也基本 一致，但这两个区域之间的像素灰度值不同；当该像素点处于图像粗大边缘处时，该点的所 受合力为力场方向上的最大值。因此，在边缘像素点所在的区域图像中，以力场方向上力场 大小最大值所在的像素点表示为图像的粗大边缘，获得最终的粗大边缘点。至此，一个完整的基于力场转换的异源图像边缘检测过程执行完毕。本发明根据粗大边缘像素点的合力大小和方向特征，较好地获得了图像的粗大边缘，为边缘检测提供了一个新的解决思路和方法。
图1为本发明基于力场转换的异源图像边缘检测算法流程图；图2为力的合成示意图；图3为力场方向图。
具体实施例方式下面结合具体实施方式
对本发明做进一步的详细说明。参照图1，基于力场转换的异源图像粗大边缘检测方法包括以下步骤第一步，根据万有引力的概念和力的分解与合成，获得图像中像素点受到的合力 的大小和方向；第二步，根据图像中所有像素点所受合力的大小，归一化计算每个像素点所受合 力的大小；第三步，对归一化后的图像进行二值化处理，获得边缘像素点及其邻域所在的区 域图像；第四步，根据合力的方向和大小获得最终的粗大边缘点。为了描述图像的灰度分布情况，图像被看作一个力场，而力场的形成是通过假定 图像中的任意两个像素点之间存在引力的作用，即图像中位置为h的像素点受到位置为A 的像素点的引力作用Fi(Tj)，引力的大小与像素点A的灰度值成正比，与像素点A和像素 点r」间的距离的平方成反比；引力的方向即两点间的连线方向。具体的矢量表示如下巧(O)=7㈨⑴其中，Kri)表示像素点A的灰度值；m.的连线方向表示Fi (rj)的矢量方向； IriTj表示两像素点之间的距离。像素点h受到所有像素点的合力可表示为
NNΓ — ΓFirj)= Σ f^j)= Σ ^-^J(2)
'=W ,=W Id. I其中，N表示像素点ri邻域中像素的个数；F(rj)的方向为Fi(Tj)的合力方向。参照图2，像素点r」所受合力的计算包括以下步骤第一步，计算该点受到邻域中另外一点的引力，并根据引力的方向将引力分别沿 水平和垂直轴作分解，如图2所示；第二步，将该点受到的全部其他引力在水平和垂直轴上分量求和；第三步，将水平和垂直轴上得到的分量作矢量合成，得到该点最终受到的合力的 大小和方向。由于光照或成像设备的成像原理不同，使得获得图像的灰度大小不同，根据力场 转换理论的原理可知力场的大小也不相同。为了去除光照或成像设备的成像原理不同对力 场大小的影响，在计算每个像素点所受合力大小后对其进行归一化处理，将不同图像的边 缘所在区域突现出来。归一化如式C3)所示
权利要求
1.基于力场转换的异源图像粗大边缘检测方法，其特征在于包括以下步骤(1)根据万有引力的概念和力的分解与合成，获得图像中像素点受到的合力的大小和 方向；(2)根据图像中所有像素点所受合力的大小，归一化计算每个像素点所受合力的大(3)对归一化后的图像进行二值化处理，获得边缘像素点及其邻域所在的区域图像；(4)根据合力的方向和大小获得最终的粗大边缘点。
2.根据权利要求1所述的基于力场转换的异源图像粗大边缘检测方法，其特征在于 在所述步骤(1)中，图像中像素点受到合力的大小和方向的计算包括以下步骤(1)计算像素点受到邻域中另外一点的引力，并根据引力的方向将引力沿水平和垂直 轴作分解；(2)将该点受到的全部其他引力在水平和垂直轴上分量求和；(3)将水平和垂直轴上得到的分量作矢量合成，得到该点最终受到的合力的大小和方向。
3.根据权利要求2所述的基于力场转换的异源图像粗大边缘检测方法，其特征在于 图像被看作一个力场，而力场的形成是通过假定图像中的任意两个像素点之间存在引力的 作用，即图像中位置为r」的像素点受到位置为A的像素点的引力作用Fi (rj)，引力的大小 与像素点A的灰度值成正比，与像素点A和像素点h点间的距离的平方成反比；引力的方 向即两点间的连线方向，具体的矢量表示为
4.根据权利要求1所述的基于力场转换的异源图像粗大边缘检测方法，其特征在于 在所述的步骤O)中，归一化公式为
5.根据权利要求1所述的基于力场转换的异源图像粗大边缘检测方法，其特征在于 在所述的步骤中，其合力方向的离散表示中，力场方向表示为8个离散量。
6.根据权利要求1或5所述的基于力场转换的异源图像粗大边缘检测方法，其特征在 于在所述的步骤中，在边缘像素点所在的区域图像中，以力场方向上力场大小最大值 所在的像素点表示为图像的粗大边缘，获得最终的粗大边缘点。
全文摘要
本发明公开了一种基于力场转换的异源图像粗大边缘检测方法。其特征在于包括以下步骤首先，根据引力概念计算图像中各像素点受到合力的大小和方向；其次，为了去除异源图像灰度分布不同的影响，对图像中像素点所受合力的大小进行归一化处理；然后，对归一化后的图像进行二值化分割以获得边缘像素点所在的区域；最后，通过实验研究粗大边缘像素点的合力大小和方向特征，由此得到了粗大边缘点的确定方法。本发明实现了异源图像间的粗大边缘边缘检测，较好地提取了异源图像间的共性特征，为异源图像间的匹配奠定了基础。
文档编号G06K9/46GK102117410SQ20111006520
公开日2011年7月6日 申请日期2011年3月17日 优先权日2011年3月17日
发明者叶永强, 徐贵力, 曹传东, 王彪, 赵妍 申请人:南京航空航天大学