[發(fā)明專利]新型圖像分割方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810275419.6
• 申請(qǐng)日: 2018-03-30
• 公開（公告）號(hào): CN110322455A
• 公開（公告）日: 2019-10-11
• 發(fā)明（設(shè)計(jì)）人: 張杰
• 申請(qǐng)（專利權(quán)）人: 張杰
• 主分類號(hào): G06T7/12
• 分類號(hào): G06T7/12;G06T7/136;G06T7/181
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了新型圖像分割方法，涉及圖像分割邊緣檢測(cè)，包括提取圖像基本特征形成系統(tǒng)框架，還包括以下步驟：將抽取的圖像基本特征組合為多維向量集；對(duì)向量進(jìn)行尺度變換為其他向量合成積與灰度值的二維向量；檢測(cè)局部灰度值單調(diào)變換大于最小值100個(gè)單位的點(diǎn)；將檢測(cè)點(diǎn)對(duì)應(yīng)合成積重新組合形成邊緣鏈表。本發(fā)明能夠有效檢測(cè)出最佳邊緣點(diǎn)，并確定出邊緣點(diǎn)的特征序列，具有良好的局部變化特性。

技術(shù)領(lǐng)域

本發(fā)明涉及一種圖像分割邊緣檢測(cè)，具體涉及新型圖像分割方法。

背景技術(shù)

在圖像分割技術(shù)中，最常用的是利用閾值化處理進(jìn)行的圖像分割。在圖像的閾值化處理過程中，選用不同的閾值其處理結(jié)果差異很大；閾值過大，會(huì)提取多余的部分；閾值過小，又會(huì)丟失所需的部分。實(shí)際上，這種閾值選取方法是很低效的，通常無法做到精細(xì)化。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是現(xiàn)有閾值分割方法無法做到局部?jī)?yōu)化，目的在于提供新型圖像分割方法，解決問題。

新型圖像分割方法，包括提取圖像基本特征形成系統(tǒng)框架，還包括以下步驟：

將抽取的圖像基本特征組合為多維向量集；

對(duì)向量進(jìn)行尺度變換為其他向量合成積與灰度值的二維向量；

檢測(cè)局部灰度值單調(diào)變換大于最小值100個(gè)單位的點(diǎn)；

將檢測(cè)點(diǎn)對(duì)應(yīng)合成積重新組合形成邊緣鏈表。

本發(fā)明與現(xiàn)有技術(shù)相比，具有如下的優(yōu)點(diǎn)和有益效果：

本發(fā)明新型圖像分割方法，能夠有效檢測(cè)出最佳邊緣點(diǎn)，并確定出邊緣點(diǎn)的特征序列，具有良好的局部變化特性；

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，下面結(jié)合實(shí)施例，對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說明，本發(fā)明的示意性實(shí)施方式及其說明僅用于解釋本發(fā)明，并不作為對(duì)本發(fā)明的限定。

實(shí)施例

本發(fā)明新型圖像分割方法，包括提取圖像基本特征形成系統(tǒng)框架，還包括以下步驟：

將抽取的圖像基本特征組合為多維向量集；

對(duì)向量進(jìn)行尺度變換為其他向量合成積與灰度值的二維向量；

檢測(cè)局部灰度值單調(diào)變換大于最小值100個(gè)單位的點(diǎn)；

將檢測(cè)點(diǎn)對(duì)應(yīng)合成積重新組合形成邊緣鏈表。

以上所述的具體實(shí)施方式，對(duì)本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實(shí)施方式而已，并不用于限定本發(fā)明的保護(hù)范圍，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。