一种图像边缘检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106355594A(43)申请公布日2017.01.25(21)申请号201510406528.3(22)申请日2015.07.13(71)申请人赵俭地址110179辽宁省沈阳市浑南新区沈中大街101-1号(72)发明人赵俭(51)Int.Cl.G06T7/13(2017.01)G06T7/181(2017.01)权利要求书1页说明书3页(54)发明名称一种图像边缘检测方法(57)摘要一种图像边缘检测方法属于图像提取方法技术领域，尤其涉及一种图像边缘检测方法。本发明提供一种定位精度高的图像边缘检测方法。本发明包括以下步骤：1)选取一个初始阈值的估计值；2)利用阈值将图像分为两组；3)计算两个区域灰度值；4)选取新的阈值；5）分割图像，变成二值图像，挖空同一区域内部像素点，留下图像的轮廓，检测图像边缘。CN106355594ACN106355594A权利要求书1/1页1.一种图像边缘检测方法，其特征在于包括以下步骤：1)选取一个初始阈值的估计值；2)利用阈值将图像分为两组；3)计算两个区域灰度值；4)选取新的阈值；5）分割图像，变成二值图像，挖空同一区域内部像素点，留下图像的轮廓，检测图像边缘。2.根据权利要求1所述一种图像边缘检测方法，其特征在于所述步骤1）选取一个初始阈值的估计值T0={Tk|k=0}，T0=（Zmin+Zmax）/2，其中Zmin，Zmax为图像中最小和最大灰度值。3.根据权利要求2所述一种图像边缘检测方法，其特征在于所述步骤2)利用阈值Tk将图像分为两组R1和R2，其中R1={f(x,y)>=Tk},R2={f(x,y)<Tk}。4.根据权利要求3所述一种图像边缘检测方法，其特征在于所述步骤3)计算R1,R2两个区域灰度值Z1和Z2；4)选取新的阈值Tk+1，Tk+1=（Z1+Z2）/2，如果Tk=Tk+1，则结束，否则k=k+1，转到步骤2）。2CN106355594A说明书1/3页一种图像边缘检测方法技术领域[0001]本发明属于图像提取方法技术领域，尤其涉及一种图像边缘检测方法。背景技术[0002]边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括深度上的不连续、表面方向不连续、物质属性变化和场景照明变化。边缘检测是图像处理和计算机视觉中，尤其是特征提取中的一个研究领域。[0003]图像的大部分信息都存在于图像的边缘中，主要表现为图像局部特征的不连续性，即图像中灰度变化比较剧烈的地方。因此，我们把边缘定义为图像中灰度发生急剧变化的区域边界。根据灰度变化的剧烈程度，通常将边缘划分为阶跃状和屋顶状两种类型。阶跃边缘两边的灰度值变化明显，而屋缘位于灰度值增加与减少的交界处。那么，对阶跃边缘和屋顶边缘分别求取一阶、二阶导数就可以表示边缘点的变化。因此，对于一个阶跃边缘点。其灰度变化曲线的一阶导数在该点达到极大值，二阶导数在该点与零交叉；对于一个屋顶边缘点，其灰度变化曲线的一阶导数在该点与零交叉，二阶导数在该点达到极大值。发明内容[0004]本发明就是针对上述问题，提供一种定位精度高的的图像边缘检测方法。[0005]为实现上述目的，本发明包括以下步骤。[0006]1)选取一个初始阈值的估计值。[0007]2)利用阈值将图像分为两组。[0008]3)计算两个区域灰度值。[0009]4)选取新的阈值。[0010]5）分割图像，变成二值图像，挖空同一区域内部像素点，留下图像的轮廓，检测图像边缘。[0011]作为一种优选方案，本发明所述步骤1）选取一个初始阈值的估计值T0={Tk|k=0}，T0=（Zmin+Zmax）/2，其中Zmin，Zmax为图像中最小和最大灰度值。[0012]作为另一种优选方案，本发明所述步骤2)利用阈值Tk将图像分为两组R1和R2，其中R1={f(x,y)>=Tk},R2={f(x,y)<Tk}。[0013]另外，本发明所述步骤3)计算R1,R2两个区域灰度值Z1和Z2；4)选取新的阈值Tk+1，Tk+1=（Z1+Z2）/2，如果Tk=Tk+1，则结束，否则k=k+1，转到步骤2）。[0014]本发明有益效果。[0015]通过大量实验，对不同噪声情况下的边缘检测效果图进行比较，可以发现本发明的算法检测出的边缘较完备，具有较高的定位精度。但是由于噪声的影响及其自身的不完备性，检测出的边缘图像中还存在着一些虚假的边缘点，还需要利用边缘细化以及边缘连接等技术进行后续处理。同时还应该继续对该算法寻找更好的描述特征及其更精确的特征3CN106355594A说明书2/3页映射公式，以求更加完善。具体实施方式[0016]本发明