数字图像边缘检测方法技术

本发明专利技术公开了一种数字图像边缘检测方法，用于解决现有的Canny算子边缘检测方法受选取阈值约束的技术问题。技术方案是首先获取图像的灰度值矩阵，并把灰度值归一化到[0，1]区间；通过定义模板大小，根据隶属度函数计算模板中各像素的隶属度um(x(i，j))；根据模糊熵公式计算窗口中各像素的模糊熵，并计算模糊熵信息测度，与阈值的大小进行比较从而判断是否是边界。由于以模板中的像素点为一个处理单元，使用模糊算法，降低了滤波后图像的噪声，显著改善了滤波后图像的模糊现象。与背景技术阈值分割方法相比，不需要选取阈值，分割图像的错分率较小，而且图像的视觉效果也有较大的改善。

【技术实现步骤摘要】

本专利技术涉及ー种边缘检测方法，特别涉及ー种。
技术介绍
文献“《数字图像处理》何明一編著”公开了ー种采用Canny算子的边缘检测方法，其具体步骤为(I)选用某个高斯滤波器对图像进行平滑滤波以去除噪声。(2)用一阶偏导数的有限差分计算平滑后的图像的梯度。(3)仅仅得到全局的梯度并不足以确定边缘，为确定边缘，必须对以上梯度进行非 极大值抑制，其具体做法为寻找图像梯度中的局部极大值点，并且设置非局部极大值点为零，使得图像边缘得到细化。(4)用双阈值算法检测和连接边缘。利用Canny算子检测图像边缘的关键是选取适当的阈值，若高阈值设定过小会导致检测出的边缘中混有大量噪声，设定过大又会漏检真实边缘，对于低阈值来说，若设定过大会造成灰度值突变较小的边缘被漏检；另外，合理的滤波尺寸大小也很重要，大尺寸滤波，使图像平滑程度越大，将导致图像细节消失，灰度突变也会远离原来边缘的位置，同时使高斯滤波器长度变长，加大计算量，反之，又会因为图像平滑不够使检测的边缘中混有许多噪声。
技术实现思路
为了克服现有的Canny算子边缘检测方法受选取阈值约束的不足，本专利技术提出一种。该方法以模板中的像素点为ー个处理单元，使用模糊算法，可以降低滤波后图像的噪声，改善滤波后图像的模糊现象。本专利技术解决其技术问题所采用的技术方案是ー种，其特点是包括以下步骤(a)首先获取输入计算机的待处理图像的灰度值矩阵X = MXN，其灰度级为L，G = {0,1,…，L-1}表示所有灰度值的集合，x(i, j) e G是坐标(i，j)处象素的灰度值；(b)将图像中像素的灰度值归ー化到区间；(c)产生大小为ηΧη，中心在(i，j)的窗ロ Wn(i, j)权利要求1.ー种，其特征在于包括以下步骤 (a)首先获取输入计算机的待处理图像的灰度值矩阵X=MXN，其灰度级为L，G= {0,1,…，L-1}表示所有灰度值的集合，x(i，j) G G是坐标(i，j)处象素的灰度值； (b)将图像中像素的灰度值归ー化到区间； (c)产生大小为nXn，中心在(i，j)的窗ロWn(i，j)全文摘要本专利技术公开了一种，用于解决现有的Canny算子边缘检测方法受选取阈值约束的技术问题。技术方案是首先获取图像的灰度值矩阵，并把灰度值归一化到区间；通过定义模板大小，根据隶属度函数计算模板中各像素的隶属度um(x(i，j))；根据模糊熵公式计算窗口中各像素的模糊熵，并计算模糊熵信息测度，与阈值的大小进行比较从而判断是否是边界。由于以模板中的像素点为一个处理单元，使用模糊算法，降低了滤波后图像的噪声，显著改善了滤波后图像的模糊现象。与
技术介绍
阈值分割方法相比，不需要选取阈值，分割图像的错分率较小，而且图像的视觉效果也有较大的改善。文档编号G06T7/00GK102663750SQ201210090930公开日2012年9月12日 申请日期2012年3月31日 优先权日2012年3月31日专利技术者冯晓毅, 孙超, 张微, 李文康, 王保平, 赵静, 郭俊杰 申请人:西北工业大学本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：王保平，冯晓毅，赵静，孙超，郭俊杰，李文康，张微，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：