【技术实现步骤摘要】
本专利技术涉及边缘检测
，特别是一种基于模糊集的图像边缘检测方法。
技术介绍
目前许多电子产品中都需要精密微型齿轮为代表的部件，部件采用环状结构，外圆为齿轮形，如果图像尖端的不一致，这将导致部件样本发射电流的不稳定。此类部件图像边缘采用传统的手段无法检测，即便采用先进的光学测量仪器，检测点的选取依靠人工选择，只能对图像做大致的判断，对特别重要的尖端形状，不能给出定量的数据，并且对所有齿轮状尖端的测量，也不能做到一一测量。此外，很多其他物体也需要精确的边缘检测，边缘检测技术在科学研究、工业生产、军事技术和卫生等领域发挥着越来越重要的作用。目前传统的方法采用的数字图像处理技术中所用的图像边缘检测均以像素为单位，提取图像的边缘轮廓信息。处理方法有以下两种：(1)一类是将灰度图像经过阈值分割，生成二值图像，然后再在二值图像上进行边缘提取，此时的边缘提取较为简单，可以用简单的边缘追踪法即可实现二值图像边缘的提取。但是这类方法需要先将灰度图像转为二值图像，由于图像的边缘区域的灰度值范围较大，在这一步中很可能会误删图像的边缘区域。(2)另一类算法是直接对灰度图进行处理，设计特定的卷积算子，原始图像通过与这些卷积算子进行卷积，使得其边缘区域得到较大的增强。再此基础上利用阈值分割即可提取出图像的边缘。然后，在图像边缘检测的场景下，当像素的尺度与轮廓精度要求在同一量级时，传统数字图像边缘检测方法得到的结果将不可避免的出现锯齿效应，这将影响到图像边缘的检测精度。传统的基于模糊集的图像处理算法包括模糊阀值分割和模糊聚类分割，虽然在求解过程中引入了模糊集的描述，但最终的求解...
【技术保护点】
一种基于模糊集的图像边缘检测方法，其特征在于包括以下步骤：步骤一、图像矩阵记为I，选取图像上第X行第Y列为中心像素点I(x,y)，G(x,y)记为像素点I(x,y)的灰度值；步骤二、将图像的每一个像素点I(x,y)看做边缘，模糊集E的论域即为I；步骤三、以像素点I(x,y)为中心，建立3*3像素块，计算像素点I(x,y)在0°、45°、90°和135°四个方向的梯度；步骤四、选取所述四个方向的梯度的最大值为像素点I(x,y)的全向梯度值；步骤五、对全向梯度值进行归一化处理，归一化处理后的全向梯度值为像素点I(x,y)的隶属度函数值μE(u),u∈I；步骤六、获取到图像中每个像素点的隶属度函数值，根据模糊集其中n为像素点的总个数，得到图像边缘模糊集E；步骤七、根据模糊集E中各个像素点的隶属度函数值大小对应不同的图像亮度，获得图像边缘检测图像；步骤八、进行模糊集E上最小二乘拟合算法，获取图像边缘模糊集的拟合圆心坐标和拟合半径，获得带有拟合圆心的图像边缘检测图像。
【技术特征摘要】
1.一种基于模糊集的图像边缘检测方法，其特征在于包括以下步骤：步骤一、图像矩阵记为I，选取图像上第X行第Y列为中心像素点I(x,y)，G(x,y)记为像素点I(x,y)的灰度值；步骤二、将图像的每一个像素点I(x,y)看做边缘，模糊集E的论域即为I；步骤三、以像素点I(x,y)为中心，建立3*3像素块，计算像素点I(x,y)在0°、45°、90°和135°四个方向的梯度；步骤四、选取所述四个方向的梯度的最大值为像素点I(x,y)的全向梯度值；步骤五、对全向梯度值进行归一化处理，归一化处理后的全向梯度值为像素点I(x,y)的隶属度函数值μE(u),u∈I；步骤六、获取到图像中每个像素点的隶属度函数值，根据模糊集其中n为像素点的总个数，得到图像边缘模糊集E；步骤七、根据模糊集E中各个像素点的隶属度函数值大小对应不同的图像亮度，获得图像边缘检测图像；步骤八、进行模糊集E上最小二乘拟合算法，获取图像边缘模糊集的拟合圆心坐标和拟合半径，获得带有拟合圆心的图像边缘检测图像。2.如权利要求1所述的基于模糊集的图像边缘检测方法，其特征在于所述像素点I(x,y)在0°、45°、90°和135°四个方向的梯度可分别表示为：Grad0(I(x,y))＝|G(x,y-1)-G(x,y+1)|，Grad45(I(x,y))＝|G(x+1,y-1)-G(x-1,y+1)|，Grad90(I(x,y))＝|G(x+1,y)-G(x-1,y)|，Grad135(I(x,...
【专利技术属性】
技术研发人员：罗敏，余翊森，蒋千军，王浩正，
申请(专利权)人：成都甄识科技有限公司，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。