[发明专利]一种基于自适应阈值的边缘识别方法、系统及存储介质

权利要求书

1.一种基于自适应阈值的边缘识别方法，其特征在于：包括以下步骤，

S1，获取带有标记物的数字图像，并对所述数字图像进行灰度化处理，得到数字灰度图像；

S2，以所述数字灰度图像中像素点的最大灰度值和最小灰度值为有效区间，将所述有效区间划分为多个bin，并统计所述数字灰度图像中像素点在各bin内的个数，生成统计分布直方图；

S3，采用多次多项式对所述统计分布直方图进行曲线拟合，得到拟合曲线；

S4，根据所述拟合曲线前两个极值点的坐标计算出自适应边缘识别的阈值；

S5，根据自适应边缘识别的阈值对所述数字灰度图像进行黑白二值化处理，得到二值化数字图像。

2.根据权利要求1所述的基于自适应阈值的边缘识别方法，其特征在于：在所述S2中，所述有效区间被划分为不小于16个bin。

3.根据权利要求1所述的基于自适应阈值的边缘识别方法，其特征在于：在所述S3中，具体采用4次以上的多项式对所述统计分布直方图进行曲线拟合。

4.根据权利要求1至3任一项所述的基于自适应阈值的边缘识别方法，其特征在于：在所述S4中，所述拟合曲线前两个极值点分别为所述拟合曲线左侧开始的第一个极大值点和第一个极小值点。

5.根据权利要求4所述的基于自适应阈值的边缘识别方法，其特征在于：在所述S4中，自适应边缘识别的阈值具体为所述第一个极大值点和所述第一个极小值点的横坐标的中位数。

6.一种基于自适应阈值的边缘识别系统，其特征在于：包括以下模块，

图像获取及灰度处理模块，其用于获取带有标记物的数字图像，并对所述数字图像进行灰度化处理，得到数字灰度图像；

分bin及统计模块，其用于以所述数字灰度图像中像素点的最大灰度值和最小灰度值为有效区间，将所述有效区间划分为多个bin，并统计所述数字灰度图像中像素点在各bin内的个数，生成统计分布直方图；

曲线拟合模块，其用于采用多次多项式对所述统计分布直方图进行曲线拟合，得到拟合曲线；

阈值计算模块，其用于根据所述拟合曲线前两个极值点的坐标计算出自适应边缘识别的阈值；

二值化模块，其用于根据自适应边缘识别的阈值对所述数字灰度图像进行黑白二值化处理，得到二值化数字图像。

7.根据权利要求6所述的基于自适应阈值的边缘识别系统，其特征在于：在所述分bin及统计模块中，所述有效区间被划分为不小于16个bin。

8.根据权利要求6所述的基于自适应阈值的边缘识别系统，其特征在于：在所述曲线拟合模块中，具体采用4次以上的多项式对所述统计分布直方图进行曲线拟合。

9.根据权利要求6至8任一项所述的基于自适应阈值的边缘识别系统，其特征在于：在所述阈值计算模块中，所述拟合曲线前两个极值点分别为所述拟合曲线左侧开始的第一个极大值点和第一个极小值点；自适应边缘识别的阈值具体为所述第一个极大值点和所述第一个极小值点的横坐标的中位数。

10.一种计算机存储介质，其特征在于：包括存储器以及存储在所述存储器内的计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的基于自适应阈值的边缘识别方法。