[发明专利]一种基于局部阈值的Canny边缘检测算法

说明书

本发明公开了一种基于局部阈值的Canny边缘检测算法，主要步骤如下：1)对图像进行平滑滤波处理，用高斯滤波去除噪声；2)基于平滑后的图像计算图像梯度幅值和方向；3)对梯度方向进行非极大值抑制计算获取边缘点，若当前像素点梯度的幅值大于梯度正负方向上相邻两个像素点的梯度幅值，则认为该点是边缘点，将其对应位置标记为1，否则该点被抑制为非边缘点，将其对应位置标记为0；4)获取全局比例值；5)根据全局比例值，利用加速算法计算局部高低阈值矩阵；6)根据双阈值矩阵检测边缘，得到最终边缘图像。本发明的Canny算法不仅能够自适应检测出图像中的局部显著边缘，而且具有较好的加速计算性能。

技术领域

本发明属于数字图像处理技术领域，具体涉及到一种基于局部阈值的Canny边缘检测算法。

背景技术

边缘是图像最基本的特征，它能在保留物体形状信息的前提下大大减少所要处理的信息，因此边缘检测是图像处理领域最基本的问题，它的解决对于特征提取、描述以及目标识别等后续研究都有重要影响。灰度图像边缘是指图像局部区域灰度变化最显著的部分，图像的灰度变化可以用梯度来表示，常用一阶微分算子和二阶微分算子来描述梯度。这些算子算法简单，具有较好的实时性，但比较容易受到噪声的影响而产生虚假边缘和边缘断开的现象，从而影响边缘定位的精度。因此对图像边缘检测的研究依然具有非常重要的意义。

传统Canny算法主要存在以下问题：

1)阈值凭经验设置，自适应能力较差；2)基于全局阈值，没有考虑局部阈值存在不同，检测不到局部明显的边缘。针对问题1，研究者提出各种方法来自动计算自适应高低阈值，如采用最大类间方差法，根据图像的灰度均值与方差均值设计自动计算公式，根据梯度差分直方图自动计算高低阈值；针对问题2，王植、贺赛先的一种基于Canny理论的自适应边缘检测方法[J]，中国图象图形学报，2004，9(8)：957-962文献中将整幅图像分割为若干子图像，将子图的边缘梯度信息与全局边缘梯度信息结合自适应地生成动态阈值；宋莹、陈科、林江莉等的基于图像分块的边缘检测算法[J]，计算机工程，2010，36(14)：196-197文献中将图像分成不重叠的子块，然后求每个子块的高低阈值，但是块间边缘连接存在块状效应问题；张帆、彭中伟、蒙水金的基于自适应阈值的改进Canny边缘检测方法[J]，计算机应用，2012，32(8)：2296-2298文献中利用图像梯度方差作为判据对图像进行分块，然后对每个子块采用最大类间方差法自动得到高低阈值，采用插值方式解决块状效应，但每个子块内像素的阈值都相同，对复杂图像仍然可能存在块间效应，同时不同的图片需要设置不同大小的判断参数K。

发明内容

本专利针对上述问题，本发明要解决的技术问题在于提供一种基于局部阈值的Canny边缘检测算法，该方法对每个像素自动计算其高低阈值，从而避免了每块一个阈值存在的块间边缘不连续的问题，同时提出一种相应的加速计算方法，能有效提高计算速度。

为了解决上述技术问题，本发明通过以下方式来实现：

一种基于局部阈值的Canny边缘检测算法，包括以下步骤：

1)对图像进行平滑滤波处理，用高斯滤波去除噪声；

2)基于平滑后的图像计算图像梯度幅值和方向；

3)对梯度方向进行非极大值抑制计算获取边缘点，若当前像素点梯度的幅值大于梯度正负方向上相邻两个像素点的梯度幅值，则认为该点是边缘点，将其对应位置标记为1，否则该点被抑制为非边缘点，将其对应位置标记为0；

4)获取全局比例值；

5)根据全局比例值，利用加速算法计算局部高低阈值矩阵；

6)根据双阈值矩阵检测边缘，得到最终边缘图像。

进一步的，所述步骤1)的具体方法如下：