[发明专利]一种基于模糊集的图像边缘检测方法

摘要

本发明涉及边缘检测技术领域，公开了一种基于模糊集的图像边缘检测方法。包括以下步骤：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；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；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；选取四个方向的梯度的最大值为像素点I(x,y)的全向梯度值；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μ_E(u),u∈I；获取每个像素点的隶属度函数值，根据模糊集得到图像边缘模糊集E；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；进行模糊集E上最小二乘拟合算法，获得带有拟合圆心的图像边缘检测图像。

主权项

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μ_E(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。