[发明专利]数字图像边缘检测方法

权利要求书

1.一种数字图像边缘检测方法，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＝[x(i，j)]_M×N，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是坐标(i，j)处象素的灰度值；

(b)将图像中像素的灰度值归一化到[0，1]区间；

(c)产生大小为n×n，中心在(i，j)的窗口Ｗ_n(i，j)：

Wn(i,j)=············x(i-1,j-1)x(i,j-1)x(i+1,j-1)······x(i-1,j)x(i,j)x(i+1,j)······x(i-1,j+1)x(i,j+1)x(i+1,j+1)············]]>

(d)以窗口中的灰度级为论域，定义一个具有某种特征的模糊集合，其隶属度为：

um(x(i,j))=11+|x(i,j)-m|/C]]>

上式表示了窗口中像素与其所属区域的隶属程度，若一个象素与其所属区域特征值的差异越小，则该象素的隶属度越大；反之，则该象素的隶属度越小，式中C为常数，0.5≤u_m(x(i，j))≤1；

(e)在上述模糊集合上定义一个模糊熵表示为：

H_m(u_m(x(i，j)))＝-(u_m(x(i，j)))log₂(u_m(x(i，j)))

-(1-u_m(x(i，j)))log₂(1-u_m(x(i，j)))

(f)给出定义在窗口W_n(i，j)上的一个基于模糊熵信息测度为：

R(i,j)=1(n×n)Σk=-(n-1)/2(n-1)/2Σl=-(n-1)/2(n-1)/2Hm(um(x(i+k,j+l)))]]>

在上式中，令m＝x(i，j)；则当窗口中的其他灰度值和窗口中心(i，j)处的灰度值x(i，j)相等或接近时，模糊熵R(i，j)为零或较小；反之，模糊熵较大；

(g)设定阈值T，判断R(i，j)的值与T的大小，若R(i，j)＞T，则令x(i，j)＝1，若R(i，j)＜T，则令x(i，j)＝0；

(h)如此循环直至模板经过所有像素为止，并生成边缘图像G＝[g(i，j)]_M×N。