[发明专利]一种基于Otsu的Ratio算子自适应图像边缘检测方法

说明书

一种基于Otsu的Ratio算子自适应图像边缘检测方法，包括以下步骤：(1)获取图像，将其转化为灰度图；(2)对灰度图进行高斯滤波去除图像噪声；(3)设定四个方向的Ratio算子滑动检测模板，分别为0°、90°、180°、270°，使用这四个滑动模板计算得到图像像素点的Ratio值；(4)利用Otsu方法自动获取像素点Ratio的阈值，得到伪边缘图像；(5)对伪边缘图像进行非极大值抑制，得到最终的边缘图像。本发明通过Otsu自动得到Ratio算子的阈值，无需人工手动不断尝试，结合非极大值抑制，准确实时地完成自适应图像边缘检测。

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Otsu的Ratio算子自适应图像边缘检测方法。

背景技术：

图像的边缘是指图像中区域属性突变的地方，是一个区域和另一个区域交接的边界，包含着丰富的信息。边缘检测技术对于数字图像处理是非常重要的，提取出边缘能将目标和背景区分开来。

Ratio算子一种利用中间区域和两边相邻区域灰度平均值的比值来进行边缘检测的方法，通过平均值平滑噪声对边缘检测的干扰，并用均值代替差分，对噪声的抑制效果比较优秀。Ratio算子在SAR图像中应用比较广泛。但是传统的Ratio算子在进行边缘检测时，需要通过人工凭借经验手动设置阈值，对待检测的图像通过不断的试凑得到合适的阈值，一旦图像发生变化，都需要再次不停地手动设置，直至得到理想的图像边缘，这种算法耗费大量时间，效率低下，不利于后续的图像处理。

Otsu又叫做最大类间方差法，是一种基于最小二乘法的图像处理算法，该方法首先将图像的直方图中某一灰度作为阈值，然后将图像中的像素点划分为两组，然后分别计算每一组的方差，当两组方差之间的差值最大时，将这个灰度值作为全局阈值，将灰度图像中灰度值小于该阈值的像素点置0，灰度值大于该阈值的像素点置1。

发明内容：

针对上述问题，本发明提供一种基于Otsu的Ratio算子自适应图像边缘检测方法，能够克服人工手动不断尝试得到阈值的缺陷，结合非极大值抑制，准确实时地完成自适应图像边缘检测。

为了实现本发明之目的，拟采用以下技术方案：一种基于Otsu的Ratio算子自适应边缘检测方法，包括以下步骤：

(1)获取图像，将其转化为灰度图；

(2)对灰度图进行高斯滤波去除图像噪声；

(3)设定四个方向的Ratio算子滑动检测模板，分别为0°、90°、180°、270°，使用这四个滑动模板计算得到图像像素点的Ratio值；

(4)利用Otsu方法自动获取像素点Ratio的阈值，得到伪边缘图像；

(5)对伪边缘图像进行非极大值抑制，得到最终的边缘图像。

本方案中所述步骤(3)设定四个方向的Ratio算子滑动检测模板，分别为0°、90°、180°、270°，模板的尺寸是5×5或者是7×7，取中心像素点为待检测点，分别用这四个滑动模板对此待检测点计算，即计算模板两侧不重叠区域内各10个或者是21个像素点的灰度均值U₁和U₂，定义函数为R＝floor((1-min(U₁/U₂，U₂/U₁))·100)，取这四个滑动模板计算所得的最大值R_max作为此待检测点的Ratio值。