[发明专利]基于图像边缘识别的目标检测方法

说明书

本发明公开了基于图像边缘识别的目标检测方法，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，得到原始图像中的边缘区域和中心区域；图像增强，对边缘区域中的像素点进行图像增强；图像去噪，去除增强后的边缘区域中的干扰图像的信息；图像分割，基于边缘识别参数将去噪后的边缘区域分割成若干个子区域；目标提取，根据若干子区域所占像素数计算平均灰度级，以最接近平均灰度级的子区域作为目标图像边缘，并提取目标图像。本发明通过边缘区域的初步识别，大大减小了后期图像处理的运算量，同时，根据边缘识别参数对边缘区域进一步分割筛选，并利用平均灰度级有效进行边缘精确分割，图像处理效率高、准确性高。

技术领域

本发明涉及计算机图像处理技术领域，特别涉及基于图像边缘识别的目标检测方法。

背景技术

随着计算机图像识别技术的发展，对摄像机拍摄的现实世界的图像进行识别成为一个重要的技术分支。由于现实世界的复杂性以及图像在捕捉过程中产生的杂质和误差，在复杂图像的捕捉环节需要一个有效的图像识别方法来辨别真实世界的信息。

现实世界图像识别的难点在于如何识别图像的平整和边缘区域，并不被图像中的噪声干扰。只要有效的识别图像的边缘，就能完整并清晰的呈现整个图像。图像的边缘是指图像中周围像素有较大变化的像素的集合。由于摄像机捕捉的现实世界的图像通常存在较多细节，加上摄像头捕捉时由于各种原因，会产生图像噪声，对于有噪声影响的图像，现有的图像识别方法处理现实世界图像的效率和准确性需要得到改善。

因此，如何提供一种基于图像边缘识别的、图像处理效率高、准确性高的目标检测方法是本领域技术人员亟待解决的技术问题。

发明内容

本发明针对上述研究现状和存在的问题，提供基于图像边缘识别的目标检测方法。具体方案如下：

本发明公开了基于图像边缘识别的目标检测方法，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；

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；

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；

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；

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；

优选的，所述图像边缘识别中，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。

优选的，所述图像增强中，确定边缘区域中各像素点领域强度的变化值；利用增强算法将邻域强度值有显著变化的点突出显示。

优选的，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。

优选的，所述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；每个所述子区域对应一组边缘识别参数。

优选的，所述平均灰度级的计算公式为：

[K(1)+K(2)+...+K(i)+...+K(N-1)]/(N-1)，其中，K(i)为第i个边缘识别参数的像素总数。

优选的，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。

本发明相较现有技术具有以下有益效果：