一種基於cnn的彩色圖像邊緣提取方法
2023-10-11 05:28:44
專利名稱：一種基於cnn的彩色圖像邊緣提取方法
技術領域：
本發明涉及本發明涉及數字圖像處理、細胞神經網絡(CNN)、彩色空間距離等應用領域，尤其涉及一種基於CNN的彩色圖像邊緣提取方法。
背景技術：
邊緣是圖像的基本特徵之一，是圖像分割，紋理特徵提取和形狀特徵提取圖像分析的重要基礎，也是計算機視覺、模式識別等研究領域的重要基礎。在數字圖像處理的研究過程中，邊緣提取一直都是廣大研究人員關注的熱點，是機器視覺研究領域最活躍的課題
之一 O細胞神經網絡(Cellular Neural Network,CNN)是一種局部連接和並行運算的人工神經網絡，能高速並行計算，且處理速度與圖像大小無關，在水平線檢測、圖像細化、白噪聲圖像的恢復、邊緣提取特徵檢測等圖像處理領域得到了廣泛應用。圖像邊緣提取的方法主要有經典的微分算子，如Roberts算子、Prewitt算子、Krisch算子、Laplace算子、Sobel算子、Canny算子等,但他們在硬體中很難實現,且大多都是針對灰度圖像而言，對於彩色圖像的邊緣提取也都是灰度圖像邊緣提取的推廣。這些方法單純根據各顏色通道的強度變化進行判別，沒有考慮各顏色分量間的聯繫，同時忽視了人眼的視覺感知特性。目前用CNN模型對二值圖像和灰度圖像進行邊緣提取方法已經比較成熟，但是對於彩色圖像目前仍處於研究階段。如果在細胞神經網絡(CNN)的模型上加入人眼視覺特性和彩色空間各顏色分量之間的聯繫，便會使最終的邊緣提取結果更加符合人眼的視覺感知、提取的邊緣信息更加豐富、細膩。
發明內容
本發明為了解決上述現有技術中的問題，提供了一種基於CNN的彩色圖像邊緣提取方法。本發明為解決這一問題所採取的技術方案是
本發明的基於CNN的彩色圖像邊緣提取方法，採用CNN模型在對二值、灰度圖像研究的基礎上對彩色圖像進行有效地邊緣提取；選取RGB彩色空間進行處理，並充分考慮人眼的視覺特性與顏色分量之間的矢量角度差，從而得出一種新的顏色距離公式，並以此參數作為設定反饋模板與控制模板的重要依據，為CNN的圖像邊緣提取過程提供了重要的參數依據；該方法具體步驟如下
第一步選取彩色空間，進行像素間距離的計算；本方法採用RGB彩色空間；在RGB彩色空間中對每個像素與其周圍8個像素分別計算距離U，距離公式採用基於視覺感知的矢量角度色差公式nTJ_ \s；Tm^ ,~r{r~St1-WG-{gz~g:f~S；^m-(b-h:f ^ y—;w—(TO -1FG-1ES). 255:f' 『 ^ 。第二步設定反饋模板A及控制模板B ;根據顏色距離U與閾值z關係確定模板A和B ；
第三步設定邊緣點判定準則；對細胞神經網絡；進行穩定性及動態性分析，結合顏色距離U，設定邊緣點判定準則；
第四步圖像處理；將彩色圖像代入細胞神經網絡狀態方程進行迭代，並在迭代的過程中隨時判斷狀態細胞的狀態是否收斂；
第五步輸出邊緣圖像；如果符合邊緣點判定準則並且細胞狀態收斂，則輸出為邊緣，否則為背景；邊緣用白色表示，背景用黑色表示。為了能高效的運用CNN模板對彩色圖像進行邊緣提取，本方法在邊緣提取方法中引入人眼的視覺感知特性，以及彩色空間各顏色分量之間的矢量與角度等信息，在CNN穩定性的基礎上提出一種基於視覺感知特性的CNN彩色圖像邊緣提取方法，具有實用性和創新性。當觀察一幅彩色圖像時，人眼對紅、綠、藍三種顏色的敏感程度不同，各個顏色之間不僅存在矢量距離之間的差異，角度差異同樣不容忽視。在CNN的彩色圖像邊緣提取中，採用RGB空間，將人眼對紅綠藍三分量的敏感係數、以及兩個顏色之間矢量和角度關係作為一種全新的RGB顏色色差公式。採用此基於視覺感知的色差公式作為細胞神經網絡(CNN)輸出模板與控制模板的參考依據。本發明的方法採用基於視覺感知的色差公式動態的設定細胞神經網絡(CNN)的不同參數的反饋模板與控制模板，運用能量函數及色差公式對細胞神經網絡(CNN)進行邊緣判定點準則設定，從而輸出結果圖像。
本發明具有的優點和積極效果是
本方法採用基於視覺感知的色差公式對細胞神經網絡(CNN)進行彩色圖像邊緣，主要優點有
(I)充分考慮並使用了與圖像大小無關的CNN模型，填補了 CNN模型不能直接用於彩色圖像的空白。(2)在標準CNN模型結構的基礎上結合人眼對R、G、B的敏感特性和空間矢量距離和角度差相結合對整幅彩色圖像進行邊緣提取。(3)每一個像素都有與之相適應的特定參數模板相匹配。(4)在確保邊緣位置準確的同時能提取細節豐富和微小變化的區域，偽邊緣信息大大減少，圖像更完整、細膩。
圖1是本方法一基於細胞神經網絡CNN的彩色圖像邊緣提取整體過程示意 圖2是本方法一基於細胞神經網絡CNN的彩色圖像邊緣提取的圖像處理過程示意圖； 圖3是本方法一基於細胞神經網絡CNN的彩色圖像邊緣提取算法實現流程 圖4是本發明的方法與傳統邊緣提取的比較實驗效果圖。
具體實施例方式以下參照附圖及實施例對本發明進行詳細的說明。公式(1-3)是基於視覺感知的矢量角度色差公式及其各參數說明，它主要用來計算RGB彩色空間相鄰像素之間的差值，從而生成適用於CNN的反饋模板和控制模板。具體如下
權利要求
1.一種基於CNN的彩色圖像邊緣提取方法，採用CNN模型在對二值、灰度圖像研究的基礎上對彩色圖像進行有效地邊緣提取；選取RGB彩色空間進行處理，並充分考慮人眼的視覺特性與顏色分量之間的矢量角度差，從而得出一種新的顏色距離公式，並以此參數作為設定反饋模板與控制模板的重要依據，為CNN的圖像邊緣提取過程提供了重要的參數依據；其特徵在於，該方法具體步驟如下 第一步選取彩色空間，進行像素間距離的計算； 第二步設定反饋模板A及控制模板B ;根據顏色距離U與閾值z關係確定模板A和B ;第三步設定邊緣點判定準則；對細胞神經網絡；進行穩定性及動態性分析，結合顏色距離U，設定邊緣點判定準則； 第四步圖像處理；將彩色圖像代入細胞神經網絡狀態方程進行迭代，並在迭代的過程中隨時判斷狀態細胞的狀態是否收斂； 第五步輸出邊緣圖像；如果符合邊緣點判定準則並且細胞狀態收斂，則輸出為邊緣，否則為背景；邊緣用白色表示，背景用黑色表示。
2.根據權利要求1所述的基於CNN的彩色圖像邊緣提取方法，其特徵在於本方法採用RGB彩色空間；在RGB彩色空間中對每個像素與其周圍8個像素分別計算距離U，距離公式採用基於視覺感知的矢量角度色差公式 _nr-_ c c ^I(而-rG-叫 255:. f ^ ^ο
全文摘要
本發明公開了一種基於CNN的彩色圖像邊緣提取方法。該方法與傳統微分圖像邊緣提取方法的最主要區別是運用CNN模型在二值圖像和灰度圖像的基礎上對彩色圖像進行有效地邊緣提取，該方法將人眼的視覺特性與RGB彩色空間的矢量角度顏色差值相結合，提取出的邊緣圖像更加符合人眼的視覺感知，圖像信息豐富。
文檔編號G06T7/00GK103035000SQ20121051778
公開日2013年4月10日 申請日期2012年12月6日 優先權日2012年12月6日
發明者胡燕翔, 薛菲菲 申請人:天津師範大學