一種基于邊緣檢測(cè)技術(shù)的線擴(kuò)散函數(shù)提取的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種基于邊緣檢測(cè)技術(shù)的線擴(kuò)散函數(shù)提取的方法，對(duì)輸入圖像的形式 沒有任何約束，屬于應(yīng)用光學(xué)技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] MTF，即調(diào)制傳遞函數(shù)(Modulation Transfer F^mction)，是光學(xué)系統(tǒng)成像質(zhì)量的 綜合評(píng)價(jià)指標(biāo)，用調(diào)制傳遞函數(shù)來(lái)評(píng)價(jià)圖像的質(zhì)量，比用一般的灰度方法更加全面、豐富、 準(zhǔn)確。MTF表達(dá)了一個(gè)光學(xué)系統(tǒng)重新分配光能的特性。計(jì)算MTF的理論與方法有很多，例如點(diǎn) 脈沖法、正弦輸入法、脈沖法W及刀刃法。后兩種運(yùn)用情況更為普遍，效果更佳。
[0003] 脈沖法主要是通過類似于線光源的脈沖紋理中提取脈沖圖像，根據(jù)脈沖圖像的灰 度分布擬合線擴(kuò)散函數(shù)化SF)，作傅里葉變換得到MTF曲線，然后結(jié)合成像的脈沖像面寬度 對(duì)MTF曲線進(jìn)行修正。如果脈沖寬度較窄，則表示脈沖紋理的像素較少，能量較弱，不利于線 擴(kuò)散函數(shù)(LSF)的提取，因此使用脈沖法計(jì)算MTF時(shí)，對(duì)脈沖寬度有一定的要求，一般巧Ij 3個(gè) 像素左右較為合適，比較有利于線擴(kuò)展函數(shù)的提取，但是為了 MTF的精確計(jì)算，需要結(jié)合實(shí) 際脈沖寬度對(duì)提取的MTF曲線進(jìn)行適當(dāng)?shù)男拚?br>[0004] 刀刃法主要是由圖像紋理提取的邊緣擴(kuò)展函數(shù)化SF)與脈沖法中的線擴(kuò)散函數(shù) (LSF)之間的微分與積分的關(guān)系來(lái)提取MTF。得到紋理的平均邊緣擴(kuò)展函數(shù)化SF)后再對(duì)其 求導(dǎo)或者差分，得到對(duì)應(yīng)的線擴(kuò)散函數(shù)化SF)，作傅里葉變換得到所要求的MTF。
[0005] 脈沖法與刀刃法的區(qū)別在于線擴(kuò)展函數(shù)化SF)的提取:脈沖法對(duì)采樣圖像的質(zhì)量 要求較高，雖然MTF的精度較高，但是采樣圖像的選取十分困難，運(yùn)就大大降低了脈沖法的 運(yùn)用范圍。而刀刃法對(duì)采樣圖像的質(zhì)量要求相對(duì)較低，選取比較容易，一般的RGB或灰度圖 像均可W進(jìn)行操作與提取，雖然MTF的精度相對(duì)于脈沖法較低，但是刀刃法操作簡(jiǎn)單，運(yùn)用 范圍較廣，提取的線擴(kuò)散函數(shù)的精度也是高于其他方法，因此從各個(gè)方面來(lái)看，提取線擴(kuò)散 函數(shù)一般選用刀刃法，可W在時(shí)間和精度上達(dá)到平衡。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的是提供一種基于邊緣檢測(cè)技術(shù)的線擴(kuò)散函數(shù)提取的方法，所述方法 不需要任何人工對(duì)輸入圖像進(jìn)行截取操作，得到的目標(biāo)區(qū)域?qū)€擴(kuò)散函數(shù)提取沒有任何約 束;提取像素級(jí)邊緣點(diǎn)位置之后，通過曲線擬合確定亞像素級(jí)邊緣點(diǎn)位置，對(duì)目標(biāo)區(qū)域內(nèi)的 邊緣位置進(jìn)行調(diào)整，降低線擴(kuò)散函數(shù)的誤差，提高提取精度。
[0007] 本發(fā)明提供的基于邊緣檢測(cè)技術(shù)的線擴(kuò)散函數(shù)提取的方法，由RGB圖像或者灰度 圖像得到適合線擴(kuò)散函數(shù)計(jì)算的目標(biāo)區(qū)域，進(jìn)而得到該圖像的線擴(kuò)散函數(shù)曲線，具體方法 步驟如下：
[000引步驟一:輸入圖像，提取最優(yōu)目標(biāo)區(qū)域。
[0009]步驟二:在提取到的最優(yōu)目標(biāo)區(qū)域內(nèi)，找到有效的像素級(jí)邊緣點(diǎn)的位置，進(jìn)行高階 次函數(shù)曲線擬合，獲得亞像素級(jí)邊緣點(diǎn)的位置。
[0010] 步驟=:對(duì)獲得的亞像素級(jí)邊緣點(diǎn)的位置進(jìn)行調(diào)整。
[0011] 步驟四：對(duì)最優(yōu)目標(biāo)區(qū)域進(jìn)行=次樣條插值，獲得稠密邊緣。
[0012] 步驟五:在邊緣擴(kuò)展函數(shù)的基礎(chǔ)上，提取線擴(kuò)散函數(shù)。
[001引本發(fā)明的優(yōu)點(diǎn)在于：
[0014] 1)對(duì)輸入圖像的質(zhì)量沒有任何約束，不進(jìn)行任何預(yù)處理操作，采樣圖像的選取十 分簡(jiǎn)單且方便，有效的減少了圖像選取的困難，增加了實(shí)用性，很大程度上擴(kuò)展了本發(fā)明的 適用范圍。
[0015] 2)目標(biāo)區(qū)域的獲取無(wú)需任何人工操作，易于適用，運(yùn)行方便，減少了人工的耗費(fèi)， 提高的了實(shí)用性。
[0016] 3)通過化nny邊緣檢測(cè)算子控制圖像的邊緣條數(shù)，降低了對(duì)圖像中每一條邊緣進(jìn) 行檢測(cè)的工作量，減少了運(yùn)行時(shí)間，得到最顯著的邊緣;結(jié)合唯一性、直線性、均勻性W及對(duì) 比度的檢測(cè)，提高了邊緣擴(kuò)展函數(shù)的計(jì)算精度。
[0017] 4)對(duì)目標(biāo)區(qū)域的大小進(jìn)行更改，W確定目標(biāo)區(qū)域內(nèi)每一個(gè)邊緣點(diǎn)都不在邊界上， 消除無(wú)效的邊緣點(diǎn)。
[0018] 5)亞像素級(jí)邊緣點(diǎn)的位置的確定，對(duì)目標(biāo)區(qū)域內(nèi)的邊緣位置進(jìn)行調(diào)整，提高線擴(kuò) 散函數(shù)的計(jì)算精度。
[0019] 6)對(duì)邊緣調(diào)整后的目標(biāo)區(qū)域進(jìn)行=次樣條插值，得到稠密邊緣點(diǎn)，增加線擴(kuò)散函 數(shù)曲線的光滑度，提高線擴(kuò)散函數(shù)的計(jì)算精度。
【附圖說(shuō)明】
[0020] 圖1為本發(fā)明提供的基于邊緣檢測(cè)技術(shù)的線擴(kuò)散函數(shù)提取的方法流程圖；
[0021 ]圖2為應(yīng)用本發(fā)明提供的方法得到的試驗(yàn)效果圖。
【具體實(shí)施方式】
[0022] 為了更好地理解本發(fā)明的技術(shù)方案，W下結(jié)合附圖和實(shí)施例對(duì)本發(fā)明的具體實(shí)施 方式作進(jìn)一步描述。
[0023] 本發(fā)明是在Matlab R2013a語(yǔ)言環(huán)境下實(shí)現(xiàn)的。首先計(jì)算機(jī)讀入圖像，利用化nny 檢測(cè)算子檢測(cè)圖像邊緣，固定目標(biāo)區(qū)域大小，進(jìn)行唯一性、直線性、均勻性和對(duì)比對(duì)檢測(cè)，得 出最優(yōu)目標(biāo)區(qū)域;然后找到最優(yōu)目標(biāo)區(qū)域內(nèi)有效的像素級(jí)邊緣點(diǎn)，利用高階次函數(shù)曲線擬 合得到亞像素級(jí)邊緣點(diǎn)的位置，對(duì)最優(yōu)目標(biāo)區(qū)域內(nèi)邊緣位置進(jìn)行調(diào)整;再利用=次樣條插 值得到稠密邊緣;最后通過平均邊緣擴(kuò)展函數(shù)差分計(jì)算線擴(kuò)散函數(shù)。
[0024] 本發(fā)明是一種基于邊緣檢測(cè)技術(shù)的線擴(kuò)散函數(shù)提取的方法，該方法的流程見圖1 所示，該方法包括W下步驟：
[0025] 第一步，輸入圖像，提取適合線擴(kuò)散函數(shù)計(jì)算的目標(biāo)區(qū)域。
[00%] (1)在Matlab R2013a語(yǔ)言環(huán)境下讀入圖像，如果是RGB圖像，需要進(jìn)行灰度轉(zhuǎn)化， 得到灰度圖像；
[0027]不同于圖像邊緣的人工截取，在本發(fā)明中，通過對(duì)整幅圖像的邊緣進(jìn)行分析與比 較，得到實(shí)驗(yàn)所需的目標(biāo)區(qū)域，并且在計(jì)算過程中考慮到多種影響因素，比如邊緣兩側(cè)的區(qū) 域面積的大小W及對(duì)比度等，不需要對(duì)輸入圖像有任何人為約束條件，因此本發(fā)明具有一 定的可靠性和通用性。
[00%] (2)對(duì)灰度圖像通過參數(shù)的選取進(jìn)行化nny邊緣檢測(cè)，固定目標(biāo)區(qū)域的大小。
[0029] 在本發(fā)明中，圖像邊緣作為線擴(kuò)散函數(shù)計(jì)算的基礎(chǔ)，需要對(duì)圖像中的所有邊緣所 在的區(qū)域進(jìn)行分析。一般來(lái)說(shuō)一幅圖像會(huì)出現(xiàn)非常多的邊緣，如果直接對(duì)圖像內(nèi)的邊緣進(jìn) 行檢測(cè)，提取目標(biāo)區(qū)域，運(yùn)無(wú)疑是一個(gè)巨大的工作量，通過各種邊緣檢測(cè)算子的比較，本發(fā) 明選擇化nny邊緣檢測(cè)算子得到固定大小的多個(gè)目標(biāo)區(qū)域。然后需要考慮多種影響邊緣擴(kuò) 展函數(shù)提取的因素，在多個(gè)固定大小的目標(biāo)區(qū)域中選擇最優(yōu)的目標(biāo)區(qū)域。
[0030] Canny邊緣檢測(cè)算子是使用了多級(jí)算法檢測(cè)廣域圖像邊緣的邊緣檢測(cè)算子，它使 用高斯濾波器來(lái)平滑圖像，減少噪聲。該算法能夠盡可能多地標(biāo)識(shí)出圖像中的實(shí)際邊緣。 Canny邊緣檢測(cè)算子可W通過調(diào)節(jié)兩個(gè)參數(shù)來(lái)控制圖像邊緣的條數(shù)，得到圖像中最顯著的 邊緣:一是高斯濾波器標(biāo)準(zhǔn)差，高斯濾波器標(biāo)準(zhǔn)差的大小將會(huì)直接影響化nny邊緣檢測(cè)算子 的結(jié)果，較小標(biāo)準(zhǔn)差的高斯濾波器產(chǎn)生的濾波效果較弱，可W檢測(cè)到更多的變化不明顯的 邊緣;較大標(biāo)準(zhǔn)差的高斯濾波器產(chǎn)生的濾波效果較強(qiáng)，只能檢測(cè)到變化非常明顯的邊緣。二 是闊值，設(shè)置的闊值過高，可能會(huì)漏掉重要信息；闊值過低，將會(huì)把枝節(jié)信息看得很重要。
[0031] (3)邊緣唯一性檢測(cè)；
[0032] 考慮到圖像邊緣的方向、長(zhǎng)度、與邊界的交點(diǎn)都是不確定的，為了使得到的線擴(kuò)散 函數(shù)不會(huì)受到其他邊緣的干擾，要求在提取到的目標(biāo)區(qū)域內(nèi)有且只存在一條邊緣。在本發(fā) 明中利用"圖像鏈表"判別法對(duì)得到的目標(biāo)區(qū)域進(jìn)行唯一性判斷。首先找到目標(biāo)區(qū)域邊界上 的第一個(gè)邊緣點(diǎn)，然后在八鄰域上順時(shí)針方向查找邊界的下一個(gè)點(diǎn)（四鄰域優(yōu)先查找，然后 是對(duì)角線方向），找到之后將上一個(gè)邊界點(diǎn)消除，W此循環(huán)直到運(yùn)條邊界被完全查找和消除 為止，并且判斷最后一個(gè)點(diǎn)是否在目標(biāo)區(qū)域的邊緣上，如果不是就判斷為不符合要求;接著 遍歷判斷是否還有剩下的邊緣點(diǎn)。雖然"圖像鏈表"判別法比較穩(wěn)定，但在也會(huì)出現(xiàn)誤差。由 于受到檢測(cè)方向的影響，會(huì)產(chǎn)生較大的誤差，如按照順時(shí)針方向進(jìn)行檢測(cè)，當(dāng)圖像邊緣出 現(xiàn)兩個(gè)像素點(diǎn)時(shí)，由于第一個(gè)像素點(diǎn)先被檢測(cè)，之后被消去，因此無(wú)法檢測(cè)到剩下的點(diǎn)。為 了降低由于檢測(cè)方向引起的誤差，增加檢測(cè)的