[发明专利]一种非极大值抑制、动态阈值计算及图像边缘检测方法有效
申请号: | 201811610125.0 | 申请日: | 2018-12-27 |
公开(公告)号: | CN109816673B | 公开(公告)日: | 2022-11-01 |
发明(设计)人: | 肖昊;范彦铭;史伟忠;孔斯叶 | 申请(专利权)人: | 合肥工业大学 |
主分类号: | G06T7/13 | 分类号: | G06T7/13 |
代理公司: | 南京利丰知识产权代理事务所(特殊普通合伙) 32256 | 代理人: | 艾中兰 |
地址: | 230009 *** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种非极大值抑制、动态阈值计算及图像边缘检测方法,所述检测方法包括高斯滤波消除原始图像中的高斯噪声,获取所述高斯滤波后所得图像每个像素点的梯度,利用所述各像素点的梯度幅值和梯度方向进行非极大值抑制处理,获得候选边缘图像,所述候选边缘图像中标记了作为候选边缘点的像素点,计算图像中目标体轮廓边缘点的动态阈值,并用所述动态阈值筛选所述候选边缘点,获得边缘图像。本发明通过比较水平方向和垂直方向的梯度幅值大小确定梯度方向,避免了梯度方向角的计算,简化了边缘检测的计算复杂度,动态阈值计算方法可有效区分图像中目标体表面纹理造成的伪边缘和目标体的轮廓边缘,为目标体识别提供了更加准确的边缘信息。 | ||
搜索关键词: | 一种 极大值 抑制 动态 阈值 计算 图像 边缘 检测 方法 | ||
【主权项】:
1.一种应用于图像边缘检测的非极大值抑制方法,其特征在于包括如下步骤:步骤一、根据图像的梯度图像中像素点的梯度幅值和梯度符号,将梯度方向分为对称的六个区域,六个区域划分如下:
其中,Gx和Gy分别是像素点(x,y)在水平方向和垂直方向的梯度,SGx、SGy分别表示Gx和Gy的符号位,XOR()表示异或运算;步骤二、根据输入像素点的水平梯度和垂直梯度的幅值大小和符号,将输入像素点定位至所述六个区域中;步骤三、将输入像素点的梯度幅值与所属区域中参考点的梯度幅值比较,当输入像素点的梯度幅值大于参考点的梯度幅值,则保留所述输入像素点,将其标记为候选边缘点,反之则抑制所述输入像素点。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学,未经合肥工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201811610125.0/,转载请声明来源钻瓜专利网。