[发明专利]一种基于三阈值边缘检测算法优化机器人动态目标方法

权利要求书

1.一种基于三阈值边缘检测算法优化机器人动态目标方法，其特征在于，所述方法包括以下步骤：

首先通过大津阈值分割法得到前景与背景的分割阈值T，并将其引入到Canny算子中，定义高阈值为T_h，低阈值为T_l，其中T_h=0.6T,T_l=1/3T_h=0.2T；

在此基础上引入了中阈值T_m，使其T_m=0.3T；

迭代遍历整个矩阵，将判定为次弱边缘像素和弱边缘像素的点使用8连通区域具体划分；当次弱边缘像素的8邻域内有强边缘像素，则将次弱边缘像素变为强边缘像素，赋值1(255)；当弱边缘像素的8邻域内有一个及以上的强边缘像素或两个及以上的次弱边缘像素，则将弱边缘像素变为次弱边缘像素；最后将所有非强边缘像素置0。

2.根据权利要求1所述的一种基于三阈值边缘检测算法优化机器人动态目标方法，其特征在于，所述三个阈值，一个是高阈值T_h，一个中阈值T_m，一个低阈值T_l。

3.根据权利要求1所述的一种基于三阈值边缘检测算法优化机器人动态目标方法，其特征在于，所述给定的三阈值：

1）边缘像素梯度值大于高阈值，则判定其为强边缘像素，该位置像素值置1(255)；

2）如果边缘梯度值小于高阈值，大于中阈值，则判定其为次弱边缘像素；

3）如果如果边缘梯度值小于中阈值，大于低阈值，则判定其为弱边缘像素；

4）如果边缘像素梯度值小于低阈值，则会被抑制，该位置像素置0。