[发明专利]基于Bayer RGB图像的边缘检测方法

权利要求书

1.一种基于Bayer RGB图像的边缘检测方法，其特征在于，包括：

对目标像素点为中心的同色像素阵列进行梯度计算，得到目标像素点的垂直 方向梯度和水平方向梯度的梯度绝对值和；

分别计算目标像素点相邻像素点的梯度绝对值和；

根据目标像素点及其相邻像素点的梯度绝对值和与高阈值和低阈值的比较关 系，判断目标像素点是否为边缘点。

2.如权利要求1所述的基于Bayer RGB图像的边缘检测方法，其特征在于， 在对目标像素点边缘检测前，先确定高阈值和低阈值。

3.如权利要求2所述的基于Bayer RGB图像的边缘检测方法，其特征在于， 在对目标像素点边缘检测前，先确定各颜色像素点对应的高阈值和低阈值。

4.如权利要求3所述的基于Bayer RGB图像的边缘检测方法，其特征在于， 所述确定各颜色像素点对应的高阈值和低阈值的步骤包括：根据CMOS图 像传感器各颜色通道的噪声情况，获得各颜色通道噪声水平估计值；由所 述噪声水平估计值获得各颜色像素点对应的高阈值和低阈值。

5.如权利要求2所述的基于Bayer RGB图像的边缘检测方法，其特征在于， 所述根据目标像素点及其相邻像素点的梯度绝对值和与高阈值和低阈值的 比较关系，判断目标像素点是否为边缘点的步骤包括：若目标像素点的梯 度绝对值和大于高阈值，则所述目标像素点为边缘点。

6.如权利要求2所述的基于Bayer RGB图像的边缘检测方法，其特征在于， 所述根据目标像素点及其相邻像素点的梯度绝对值和与高阈值和低阈值的 比较关系，判断目标像素点是否为边缘点的步骤包括：若目标像素点的梯 度绝对值和小于低阈值，则所述目标像素点为非边缘点。

7.如权利要求2所述的基于Bayer RGB图像的边缘检测方法，其特征在于， 所述根据目标像素点及其相邻像素点的梯度绝对值和与高阈值和低阈值的 比较关系，判断目标像素点是否为边缘点的步骤包括：若目标像素点的梯 度绝对值和小于高阈值，且大于低阈值，并且与目标像素点相邻的像素点 的梯度绝对值和中至少有一个大于高阈值，则所述目标像素点为边缘点。

8.如权利要求2所述的基于Bayer RGB图像的边缘检测方法，其特征在于， 所述根据目标像素点及其相邻像素点的梯度绝对值和与高阈值和低阈值的 比较关系，判断目标像素点是否为边缘点的步骤包括：若目标像素点的梯 度绝对值和小于高阈值，且大于低阈值，并且与目标像素点相邻的像素点 的梯度绝对值和中大于低阈值的数目大于预设数目，则所述目标像素点为 边缘点。

9.如权利要求2所述的基于Bayer RGB图像的边缘检测方法，其特征在于， 所述根据目标像素点及其相邻像素点的梯度绝对值和与高阈值和低阈值的 比较关系，判断目标像素点是否为边缘点的步骤包括：若目标像素点的梯 度绝对值和小于高阈值，且大于低阈值，并且与目标像素点相邻的像素点 的梯度绝对值和中大于低阈值的数目小于或等于预设数目，则所述目标像 素点为非边缘点。

10.如权利要求8或9所述的基于Bayer RGB图像的边缘检测方法，其特征在 于，预设数目为目标像素点相邻像素点个数的一半。

11.如权利要求1所述的基于Bayer RGB图像的边缘检测方法，其特征在于， 对目标像素点为中心的同色像素阵列进行梯度计算的步骤通过边缘检测算 子完成。

12.如权利要求11所述的基于Bayer RGB图像的边缘检测方法，其特征在于， 所述边缘检测算子为Sobel算子。