【技术实现步骤摘要】
基于灰度阈值分割法增加边缘识别点准确图像识别的方法
本专利技术属于图像识别领域，具体涉及一种基于灰度阈值分割法增加边缘识别点提高图像识别准确率方法，尤其是具有利用边缘算法增加识别点的方法。
技术介绍
1.图像分割算法图像分割算法是指根据图像的边缘、纹理、色彩、灰度值等特征将整幅图分割成若干个具有不同特征的区域，同一个区域的特征保持一致且不同区域间有明显的特征差别，图像分割算法主要用于图像识别和增强现实领域，有效的图像分割可以提高图像识别的速度，更迅速的把目标从图像中分离出来，有效的节约系统时间，提升用户体验，差的分割效果非但不能实现系统目标，而且会对用户体验造成很大的影响。图像分割的算法分为很多类，根据不同的处理过程和使用方法，有以下几种分类：基于灰度阈值的方法、基于聚类和分类的方法、基于边缘算子的方法、基于图论的分割等方法。每个算法根据特点的不同都有它的适用场合，一般在针对不同的需求和目的选择不同的算法，有时候需要两种或多种算法的结合。为了达到准确的分割，部分算法需要进行预处理，先对图像进行简单的分割，从而在简单分割后的图像中提取有用的信息，再进一分割增加准确性...
【技术保护点】
1.基于灰度阈值分割法增加边缘识别点提高图像识别准确率的方法，其特征在于：S101，对图像进行预处理去除噪音，对图像采用频域方法利用数字图像的有用信息大部分在低频部分进行噪声消除；S102，对灰度图的阈值绘制图像的直方图，对灰度图的阈值绘制图像的直方图为选取最佳阈值进行图像分割，即围绕两种亮度的标准偏差出现的概率降到最小；S103，选取最佳阈值进行图像分割；S104，在分割后的灰度图中添加边缘标识点，在分割后的灰度图中添加边缘标识点的方法，通过双阈值标定灰度图的边界，得出两个边缘阈值Max和Min，当幅值大于Max时确定是边界点，小于Min时确定不是边界点，在值的中间表明可...
【技术特征摘要】
1.基于灰度阈值分割法增加边缘识别点提高图像识别准确率的方法，其特征在于：S101，对图像进行预处理去除噪音，对图像采用频域方法利用数字图像的有用信息大部分在低频部分进行噪声消除；S102，对灰度图的阈值绘制图像的直方图，对灰度图的阈值绘制图像的直方图为选取最佳阈值进行图像分割，即围绕两种亮度的标准偏差出现的概率降到最小；S103，选取最佳阈值进行图像分割；S104，在分割后的灰度图中添加边缘标识点，在分割后的灰度图中添加边缘标识点的方法，通过双阈值标定灰度图的边界，得出两个边缘阈值Max和Min，当幅值大于Max时确定是边界点，小于Min时确定不是边界点，在值的中间表明可能是边界点也可能不是便边界点，分别对这三种类型的边界点判断结果进行标注；以边缘阵列为基础，主要用高阈值Max来得到边缘点，用边缘阈值Min进行补充点，最后得到边缘识别点图像；S105，输出阈值识别点分布图。2.根据权利要求1所述的基于灰度阈值分割法增加边缘识别点提高图像识别准确率的方法，其特征在于：所述的S101中频域处理大部分采用二维低通滤波器来消除噪声；信号频谱角的低频部分信号的缓慢变化，高频部分信号快速变化；频率域的滤波就是通过空间域滤波器来刺激响应矩阵与输入图像的卷积来实现噪音预处理。3.根据权利要求2所述的...
【专利技术属性】
技术研发人员：高伟，狄瑞，陆康康，
申请(专利权)人：江苏理工学院，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。