[发明专利]一种增强低对比度图像边缘检测效果的方法

权利要求书

1.一种增强低对比度图像边缘检测效果的方法，其特征是，具体包括如下步骤：

(1)输入图像数据，通过从图像中的3*3采样窗口取出奇数个数据进行排序；

(2)用排序后的中值取代要目标像素灰度值；

(3)对中值滤波处理之后的图像进行直方图均衡化，突出边缘特征；

(4)采用3*3邻域一阶偏导的有限差分来计算均衡化之后的图像的梯度幅值和方向；

(5)对上诉梯度幅值进行非极大值抑制，确定候选边缘点；

(6)将非大极值抑制后的像素点根据梯度幅值划分为D1、D2、D3三个类别，其中D1包含像素幅度代表着原图中的非边缘点，D2包含像素幅度代表着原图中疑似边缘点，D3包含像素幅度代表着原图中的边缘点；

(7)搜索计算最大类间方差，获取自适应高低阈值；

(8)提取图像边缘，得到相应边缘图像。

2.根据权利要求1所述的一种增强低对比度图像边缘检测效果的方法，其特征是，在步骤(2)中，用排序后的中值取代要目标像素灰度值的公式如下：

G(x，y)＝med{f(x-k，y-l)，(k，l∈W)}

其中，f(x,y)和G(x,y)分别为原始图像和处理后图像，x和y为像素坐标值，W为3*3采样窗口，k和l分别为采样窗口x方向和y方向上的变化值。

3.根据权利要求2所述的一种增强低对比度图像边缘检测效果的方法，其特征是，在步骤(3)中，对中值滤波处理之后的图像进行直方图均衡化的公式如下：

其中L表示灰度范围，p(x)表示处于x灰度级的像素个数，N表示总像素。

4.根据权利要求3所述的一种增强低对比度图像边缘检测效果的方法，其特征是，在步骤(4)中，x方向和y方向计算公式如下：

G_x(x,y)＝f(x,y+1)-f(x,y-1)+(f(x+1,y+1)-f(x+1,y-1)+f(x-1,y+1)-f(x-1,y-1))/2

G_y(x,y)＝f(x+1,y)-f(x-1,y)+(f(x+1,y+1)-f(x-1,y+1)+f(x+1,y-1)-f(x-1,y-1))/2

其中，G_x(x,y)和G_y(x,y)分别为图像处理后在x和y方向上的像素值，其余各项均为f(x,y)相邻像素值；

梯度幅值M(x，y)为：

梯度方向θ(x，y)为：

其中，x和y为像素坐标值。

5.根据权利要求4所述的一种增强低对比度图像边缘检测效果的方法，其特征是，在步骤(5)中，在梯度幅值图中，如果某点梯度值与该点梯度方向上相邻两个像素的梯度值相比不是最大，则该点视为非边缘点被删除。

6.根据权利要求5所述的一种增强低对比度图像边缘检测效果的方法，其特征是，在步骤(7)中，类间方差评价公式为：设原图中总的像素数为N，灰度梯度为m_i对应的像素数为n_i，其概率为：整个区间梯度幅值期望E为：则各类的梯度幅值期望为：

且D_i＝{m_j，m_j+1，…，m_k-1，m_k}

其中，i为像素类别索引，j和k分别为各像素类的最小值和最大值索引；

定义则类间方差评价公式为：

σ²(l，h)＝(E₁-E)²p(E₁)+(E₂-E)²p(E₂)+(E₃-E)²p(E₃)

其中，l为低阈值索引(m_l∈D₁)，h为高阈值索引(m_h∈D₂)。

7.根据权利要求6所述的一种增强低对比度图像边缘检测效果的方法，其特征是，在步骤(7)中，具体操作方法为：

(71)初始化阈值：设低阈值T_l＝m_l(m_l为D₁内最小值)，高阈值T_h＝m_h(m_h为D₂内最小值)，最大类间方差σ²max＝0；

(72)基于高低阈值划分三类像素点，计算相应概率期望，然后得到类间方差评价值σ²(l，h)；

(73)比较评价值，更新当前高低阈值：比较σ²(l，h)与σ²_max：若σ²(l，h)较大，则T_l＝m_l，T_h＝m_h，σ²_max＝σ²(l，h)，反之则不变；

(74)若h小于D₂内最大值，则h加1，返回步骤(72)；

(75)若1小于D₁内最大值，则1加1，返回步骤(72)；

(76)得到当前T_l＝m_l，T_h＝m_h，即当前图像最佳高低阈值。