图像边缘侦测方法及图像边缘侦测装置与流程

技术特征：
1.一种图像边缘侦测方法，其特征在于，用于处理包括多个像素的一图像，所述方法包括：以一第一方向的梯度算子及一第二方向的梯度算子，分别对所述图像进行一卷积运算，以获得一第一方向梯度数据及一第二方向梯度数据，其中所述第一方向垂直于所述第二方向；根据所述第一方向梯度数据及所述第二方向梯度数据，在所述图像的一目标像素的一邻近区域内计算梯度统计，以得到一梯度统计量；以及根据所述梯度统计量，决定对应于所述目标像素的一边缘显著度。2.如权利要求1所述的图像边缘侦测方法，其特征在于，得到所述梯度统计量的操作包括：计算所述第一方向梯度数据的平方、所述第二方向梯度数据的平方以及所述第一方向梯度数据与所述第二方向梯度数据的一乘积，以据以得到所述梯度统计量。3.如权利要求1所述的图像边缘侦测方法，其特征在于，得到所述梯度统计量的操作包括：根据一加权系数、所述第一方向梯度数据以及所述第二方向梯度数据，得到所述梯度统计量。4.如权利要求1所述的图像边缘侦测方法，其特征在于，所述邻近区域包括所述目标像素以及所述目标像素的至少一相邻像素。5.如权利要求1所述的图像边缘侦测方法，其特征在于，所述边缘显著度是根据所述梯度统计量的一共变异数矩阵(covariance matrix)决定。6.如权利要求5所述的图像边缘侦测方法，其中当所述共变异数矩阵的一主方向的特征值(eigenvalue)与一次方向的特征值的一差距越大时，所述目标像素额边缘显著度越大。7.如权利要求6所述的图像边缘侦测方法，其特征在于，所述主方向与所述次方向相互正交。8.如权利要求1所述的图像边缘侦测方法，其特征在于，还包括：将对应于所述图像的边缘显著度进行正规化，并且以一映像方式决定所述图像的一边缘数据。9.如权利要求8所述的图像边缘侦测方法，其特征在于，包括：依据所述边缘数据对所述图像进行一锐化(sharpening)处理。10.一种图像边缘侦测装置，其特征在于，用于处理包括多个像素的一图像，所述装置包括：一卷积电路，包括一第一卷积电路单元以及一第二卷积电路单元，用于以一第一方向的梯度算子及一第二方向的梯度算子，分别对所述图像进行一卷积运算，以获得一第一方向梯度数据及一第二方向梯度数据，其中所述第一方向垂直于所述第二方向；一统计电路，用于根据所述第一方向梯度数据及所述第二方向梯度数据，在所述图像的一目标像素的一邻近区域内计算梯度统计，以得到一梯度统计量；以及一判断电路，用于根据所述梯度统计量，决定对应于所述目标像素的一边缘显著度。11.如权利要求10所述的图像边缘侦测装置，其特征在于，还包括：
一乘积电路，用于计算所述第一方向梯度数据的平方、所述第二方向梯度数据的平方以及所述第一方向梯度数据与所述第二方向梯度数据的一乘积。12.如权利要求10所述的图像边缘侦测装置，其特征在于，所述统计电路用于根据一加权系数、所述第一方向梯度数据以及所述第二方向梯度数据，得到所述梯度统计量。13.如权利要求10所述的图像边缘侦测装置，其特征在于，所述邻近区域包括所述目标像素以及所述目标像素的至少一相邻像素。14.如权利要求10所述的图像边缘侦测装置，其特征在于，所述判断电路是根据所述梯度统计量的一共变异数矩阵(covariance matrix)决定所述边缘显著度。15.如权利要求14所述的图像边缘侦测装置，其特征在于，当所述共变异数矩阵的一主方向的特征值(eigenvalue)与一次方向的特征值的一差距越大时，所述目标像素的边缘显著度越大。16.如权利要求15所述的图像边缘侦测装置，其特征在于，所述主方向与所述次方向相互正交。17.如权利要求10所述的图像边缘侦测装置，其特征在于，还包括：一处理电路，用于将对应于所述图像的边缘显著度进行正规化及映像处理，以得到所述图像的一边缘数据。

技术总结
本申请实施例公开了一种图像边缘侦测方法，用于处理包括多个像素的一图像，该方法包括以一第一方向的梯度算子及一第二方向的梯度算子，分别对该图像进行一卷积运算，以获得一第一方向梯度数据及一第二方向梯度数据，其中该第一方向垂直于该第二方向；根据该第一方向梯度数据及该第二方向梯度数据，在该图像的一目标像素的一邻近区域内计算梯度统计，以得到一梯度统计量；以及根据该梯度统计量，决定对应于该目标像素的一边缘显著度。对应于该目标像素的一边缘显著度。对应于该目标像素的一边缘显著度。


技术研发人员：梁煜
受保护的技术使用者：星宸科技股份有限公司
技术研发日：2022.01.27
技术公布日：2022/5/5