[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

说明书

本发明涉及一种基于自适应阈值的边缘识别方法、系统及存储介质，其方法包括，获取带有标记物的数字图像，并对数字图像进行灰度化处理，得到数字灰度图像；以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，将有效区间划分为多个bin，并生成统计分布直方图；采用多次多项式对统计分布直方图进行曲线拟合得到拟合曲线；根据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；根据自适应边缘识别的阈值对数字灰度图像进行黑白二值化处理。本发明根据图像色彩的分bin图，得到图像二值化的阈值，从而动态分割数字图像的标记和背景，可以得到清晰和严格的边界，适应各种不同的光照强度场景，改善识别结果，提高识别精度。

技术领域

本发明涉及数字图像处理领域，具体涉及一种基于自适应阈值的边缘识别方法、系统及存储介质。

背景技术

机器视觉技术是一种新兴的测量技术，通过在目标物上粘贴标记物，计算机可以通过采集到的数字图像，对物体进行跟踪计算，通过标记物成像的像素和色彩等信息，得到目标物在相机坐标系、世界坐标系的位置、大小、角度等信息。

对于固定场景、固定光源，如果提前标定，对目标物的识别效果往往是比较好的，但是如果现场情况不是标准场景，光照过程不能统一恒定，标记物的识别和定位就会产生较大的误差。

发明内容

本发明所要解决的技术问题是提供一种基于自适应阈值的边缘识别方法、系统及存储介质，根据图像色彩的分bin图，得到图像二值化的阈值，从而动态分割数字图像的标记和背景，适应各种不同的光照强度场景，改善识别结果，提高识别精度。

本发明解决上述技术问题的技术方案如下：一种基于自适应阈值的边缘识别方法，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。

基于上述一种基于自适应阈值的边缘识别方法，本发明还提供一种基于自适应阈值的边缘识别系统。

一种基于自适应阈值的边缘识别系统，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。

基于上述一种基于自适应阈值的边缘识别方法，本发明还提供一种计算机存储介质。

一种计算机存储介质，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上述所述的基于自适应阈值的边缘识别方法。