一种基于模糊增强和曲面拟合的图像边缘特征提取方法

1.一种基于模糊增强和曲面拟合的图像边缘特征提取方法，其特征在于步骤如下：
步骤一：利用模糊隶属函数 将待处理图像转换到模糊特征
平面，得到模糊隶属度图像；其中，xmn是待处理图像m行n列像素点的灰度值，umn为模糊隶属度图像中m行n列像素点的值，L为待处理图像的最大灰度级，xT为灰度级阈值；所述的灰度级阈值xT利用最大类间方差法计算得到；所述的m的取值范围为[1，M]，所述的n的取值范围为[1，N]，M为待处理图像的总行数，N为待处理图像的总列数；
步骤二：利用增强函数 对模糊隶属度图像进行增强
处理，得到增强后的模糊隶属度图像；其中，u′mn为增强后的模糊隶属度图像中m行n列像素点的值；
步骤三：利用 计算得到模糊增强后的灰度图像；
其中，x′mn是模糊增强后灰度图像中m行n列像素点的灰度值；
步 骤 四 ： 利 用 最 小 二 乘 支 持 向 量 回 归 函 数
对模糊增强后的灰度图像进行曲面拟合，得
到拟合图像；其中，m表示图像的第m行，n表示图像的第n列；(mi，ni)为观测像素坐标，-1
f(m，n)为拟合图像m行n列像素点的灰度值；a为按a＝Ω (Y-bI)计算的高维空间加权矢量；b为按 计算的偏移量；σ2是高斯核函数的参数，取值范围为[1，10]；YT
＝[x′11，x′12，…，x′MN] 为由模糊增强后图像中各行像素首尾相接组成的向量；Ω＝
2 2 2 -1 T
exp{-(|m-mi|+|n-ni|)/σ}+γ I，γ为惩罚因子，取值范围为[0，1]；I＝[1，1，…，1]为单位向量；exp{·}表示指数运算；
步骤五：分别按 和
计算拟合图像水平方向和垂直方向
的梯度，如果拟合图像中某像素点的水平方向梯度值 或垂直方向梯度值 大于阈值一T1，则令边缘图像一中对应位置像素点的值为255，否则为0，得到边缘图像一；所述的阈值一T1的取值范围为[0.6，0.9]；
按 计算拟合图像的二阶导数，如果拟合图像中某像素点的二阶
导数值 为负且与其直接相邻的8个像素点的二阶导数值中最大值为正且该最大值与该像素点的二阶导数值之差大于阈值二T2，则令边缘图像二中对应位置像素点的值为
255，否则为0，得到边缘图像二；所述的阈值二T2的取值范围为[0.2，0.6]；
其中，
步骤六：对边缘图像一和边缘图像二进行与运算，得到最终的边缘特征图像。
2.根据权利要求1所述的一种基于模糊增强和曲面拟合的图像边缘特征提取方法，其特征在于：所述的利用最大类间方差法计算灰度级阈值的具体方法为：按计 算 类 间方 差 其 中， ω2＝1-ω1，
μT＝ω1μ1+ω2μ2；pi为按 计算得到的灰度级i出现
的概率，ni为灰度级i在图像中出现的次数；t为某一灰度级，取值范围为[0，L]，待求取的灰度级阈值就是使类间方差 取得最大值的灰度级。

暂无