[发明专利]基于图像边缘识别的目标检测方法

权利要求书

1.基于图像边缘识别的目标检测方法，其特征在于：包括如下步骤：

图像边缘识别，选取一个像素值的初始阈值对原始图像进行边缘识别，得到所述原始图像中的边缘区域和中心区域，具体为：选取一个初始阈值T0＝(Zmin+Zmax)/2，其中Zmin，Zmax为图像中最小灰度值和最大灰度值，以初始阈值为界，将图像中的所有像素点进行区域划分，得到第一区域组和第二区域组，当第一区域组内部包含第二区域组，且第二区域组的像素数低于预设数值时，将被包含的第二区域组整合至第一区域组中，即取消当前第二区域组的边缘识别，并统一标记为第一区域组；

图像增强，对所述边缘区域中的像素点进行图像增强，得到增强后的边缘区域，具体为：确定边缘区域中各像素点邻域强度的变化值，利用增强算法将邻域强度值有显著变化的点突出显示，对边缘区域中的像素点进行图像增强包括进行色彩增强，根据边缘区域像素点的灰度值与中心区域像素点的灰度值的差别，计算增强边缘区域像素点的灰度，使得边缘区域的图像更为清晰；

图像去噪，去除所述增强后的边缘区域中的干扰图像的信息，得到去噪后的边缘区域，其中，所述干扰图像的信息为预设的信息值，包括颜色信息和纹理信息；

图像分割，基于边缘识别参数将所述去噪后的边缘区域分割成若干个子区域，具体为：边缘识别参数包括像素灰度级，两相邻像素灰度级之间包含的像素灰度值范围为一组边缘识别参数，根据N个像素灰度级设置N-1组边缘识别参数，每个子区域对应一组边缘识别参数，一组边缘识别参数为一个灰度值区间，选取处于该区间内的所有像素点作为一个子区域；

目标提取，根据若干所述子区域所占像素数计算平均灰度级，以最接近所述平均灰度级的所述子区域作为目标图像边缘，并提取目标图像，其中，所述平均灰度级的计算公式为：[K(1)+K(2)+...+K(i)+...+K(N-1)]/(N-1)，K(i)为第i个边缘识别参数的像素总数；计算边缘识别参数的边界点与平均灰度级之间的差值，边界点为最大值与最小值，选择差值最小的子区域作为目标图像边缘，提取的目标图像包含所述子区域，对计算得到的平均灰度级取整后，判断最接近所述平均灰度级的所述子区域作为目标图像边缘。