[发明专利]基于局部Otsu阈值化的边缘检测方法

权利要求书

1.基于局部Otsu阈值化的边缘检测方法，其特征在于，包括以下步骤：

S1，输入图像，将输入图像根据面积大小等分为四个区域；

S2，采用Otsu(最大类间方差法)算法计算每一块区域的阈值，得到四个阈值；

S3，利用每个阈值对各自的区域进行阈值化处理，得到二值图像；

S4，最后使用边缘检测算子对二值图像进行边缘检测，得到边缘图像。

2.如权利要求1所述的基于局部Otsu阈值化的边缘检测方法，其特征在于，S2中Otsu算法的步骤为：

(1)设图像的灰度值为G＝{0，1，…，255}，将灰度值为i的所有像素点的数量用f_i表示，总的像素点用N表示，则

(2)用P_i表示图像中灰度值为i的像素点出现的概率，则有

(3)选定一个阈值t，将图像中的像素点分为两类C₀和C₁，C₀由图像中灰度值在之间的所有像素点组成，C₁由图像中灰度值在之间所有的像素点组成；

(4)计算两类像素点集合出现的概率P₀和P₁：P₁＝1-P₀；

(5)计算两类像素点的平均灰度值μ₀、μ₁和整幅图像的平均灰度值μ：

(6)计算C₀和C₁的类间方差：

σ²＝P₀(μ-μ₀)²+P₁(μ-μ₁)²＝P₀P₁(μ₀-μ₁)² (4)；

(7)遍历图像的灰度值，将每一个灰度值都设定为阈值，然后求取类间方差，使得类间方差为最大值的阈值，就是最佳阈值。

3.如权利要求1所述的基于局部Otsu阈值化的边缘检测方法，其特征在于，S3中阈值化处理具体为：

设原图像为f(x，y)，阈值化处理后的图像为g(x，y)，则

4.如权利要求1所述的基于局部Otsu阈值化的边缘检测方法，其特征在于，S4中边缘检测算子具体为Sobel算子和Canny算子。

5.如权利要求4所述的基于局部Otsu阈值化的边缘检测方法，其特征在于，所述Sobel算子为：

Sobel算子加强中心像素四个领域像素的权重，把待处理像素的上、下、左、右领域的灰度值加权差，在边缘处达到极值，突出图像的边缘信息从而检测边缘。