[发明专利]一种基于阈值分割的图像边缘检测方法

摘要

本发明提出一种基于阈值分割的图像边缘检测方法，该方法为对图像中所有的点逐一取阈值，并进行分类的一种新的阈值分割算法。利用图像中像素邻域的灰度值均值统计信息作为该点阈值设置的标准，并引入该点邻域内像素灰度值方差作为附加判断条件，从而实现综合考虑区域信息的全局二值化，使提取出来的目标点是图像的边缘。并且计算均值和方差的结构元素尺寸可以调整，可以根据不同的需要来选择不同大小的结构元素。本方法对每一个像素都给定一个阈值，从而实现综合考虑区域信息的全局二值化，图像分割效果好，边缘定位准确。

主权项

1.一种基于阈值分割的图像边缘检测方法，其特征在于，本方法包括以下步骤：步骤一：对图像进行预处理，将图像中灰度最高的一部分像素点去掉，并进行灰度拉伸，将现有像素灰度值尽量均匀分布到0～255的范围内；步骤二：用块状结构元素来统计图像中的一个像素点的邻域内像素灰度值的均值和方差；步骤三：利用目标像素点和背景像素点分布的概率密度函数，根据概率密度函数公式分别求出将背景点当作目标点进行分类时错误发生的概率和目标点当作背景点进行分类时错误发生的概率，进而由混合概率密度函数定义求出该点出错的整体概率公式；步骤四：根据该点出错的整体概率公式，对由高斯密度公式推导出的关于邻域内像素灰度值均值的方程进行求解，得到每个像素点的邻域像素的灰度均值作为该点的阈值；步骤五：用当前像素点的灰度值与所述阈值比较，如果灰度值小于其邻域内的像素灰度值的平均值，并且邻域内像素灰度值的方差大于一个既定的值，则把该点定义为边界点，否则就属于背景部分，然后转到下一个像素点，返回步骤二，直至图像中的点都扫描完毕。