[发明专利]一种改进的Sobel边缘检测算法在审
| 申请号： | 201710099965.4 | 申请日： | 2017-02-23 |
| 公开（公告）号： | CN108470340A | 公开（公告）日： | 2018-08-31 |
| 发明（设计）人： | 不公告发明人 | 申请（专利权）人： | 南宁市富久信息技术有限公司 |
| 主分类号： | G06T7/13 | 分类号： | G06T7/13;G06T7/155;G06T7/136 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 530000 广西壮族自治区南*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 边缘图像 算法 计算图像梯度 人眼视觉特性 形态学处理 背景灰度 腐蚀运算 合成梯度 检测方向 目标像素 算法改进 图像边缘 主观视觉 阈值选择 边缘点 抗噪性 自适应 像素 改进 检测 | ||
【权利要求书】：
1.一种改进的Sobel边缘检测算法，其特征在于，包括以下步骤：
S1：设图像函数为，则梯度定义为一个向量：
；
其中，是水平方向梯度，是垂直方向梯度；
梯度幅值为：，
向量的方向角为：，
为了简化计算，幅值用以下三式来近似：
，
，
；
S2：目标像素点（x,y）的8邻域窗口，水平方向、垂直方向、45°方向和135°方向梯度算子分别如下：
窗口水平方向算子垂直方向算子
45°方向算子135°方向算子
则图像函数的水平方向、垂直方向、45°方向和135°方向梯度计算如下：
，
，
，
；
梯度幅值用向量的范数表示，使用无穷范数：
；
S3：阈值选择模型如下：
，
式中，a为低暗区截止灰度，取45-81之间的灰度值；b为高亮区起始灰度，取180-210之间的灰度值；I为背景亮度灰度值；为所设定阈值，灰度级为256级；
S4：如果合成梯度大于或等于阈值，即可确定目标像素点(x,y)是边缘点，即可得到边缘图像；
S5：对边缘图像进行腐蚀运算。
2.根据权利要求1所述的Sobel边缘检测算法，其特征在于，阈值选择最优模型如下：
，
式中，I是待检像素点的邻域内的灰度平均值，即，
，表示待测点的背景亮度灰度值。
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南宁市富久信息技术有限公司，未经南宁市富久信息技术有限公司许可，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/pat/books/201710099965.4/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种基于信息融合的重叠苹果视觉识别与定位方法
- 下一篇：一种道路边缘检测方法
