(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210131305.0 (22)申请日 2022.02.14 (65)同一申请的已公布的文献号 申请公布号 CN 114170228 A (43)申请公布日 2022.03.11 (73)专利权人 西南石油大 学 地址 610500 四川省成 都市新都区新都大 道8号 (72)发明人 梁洪源　宿欣宇　周孝燚　 (74)专利代理 机构 石家庄嘉宏 智信知识产权代 理有限公司 1316 0 代理人 李兵 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/13(2017.01) G06T 5/00(2006.01) G06V 10/762(2022.01) G06V 10/764(2022.01) G06K 9/62(2022.01)(56)对比文件 WO 2022027949 A1,202 2.02.10 JP 201717431 1 A,2017.09.28 CN 103150735 A,2013.0 6.12 CN 111968144 A,2020.1 1.20 CN 10128623 3 A,2008.10.15 CN 10496 6296 A,2015.10.07 CN 111696107 A,2020.09.2 2 CN 106339710 A,2017.01.18 CN 110009653 A,2019.07.12 陈磊等.多方向自适应阈值 边缘检测算法及 FPGA并行实现. 《无线通信技 术》 .2020,第2 9卷 (第4期),第21-26页. 唐路路等.一种自适应阈值的Can ny边缘检 测算法. 《光电工程》 .201 1,第38卷(第5期),第 127-132页. jiaow.边缘检测. 《ht tps:// blog.csdn.net/jiao w/article/detai ls/ 105875418》 .2020,第1页. (续) 审查员 周琼 (54)发明名称 一种计算机图像边 缘检测方法 (57)摘要 本发明涉及人工智能技术领域， 具体涉及一 种计算机图像边缘检测方法。 该方法采集液压阀 块图像以获取孔洞图像； 将孔洞图像转化为灰度 图像， 根据灰度图像中每个像素点与其周围像素 点之间的灰度差异和相对位置矢量获取每个像 素点的灰度连续指标和最佳灰度连接方向； 基于 最佳灰度连接方向获取孔洞中心点， 获取每个像 素点与孔洞中心点的距离， 由距离和灰度连续指 标得到每个像素点的强边缘可能指标； 由强边缘 可能指标得到高低灰度阈值， 根据高低灰度阈值 确认孔洞的边缘像素点。 结合像素点的灰度连续 性和位置坐标自适应得到高低灰度阈值， 由高低 灰度阈值确认边缘像素点 以更加准确的完成孔 洞的边缘检测， 鲁棒 性更佳。 [转续页] 权利要求书2页 说明书5页 附图1页 CN 114170228 B 2022.04.19 CN 114170228 B (56)对比文件 Fake_Killer.图像处 理常用边 缘检测算子 总结. 《ht tps://blog.csdn.net/q q_35859033/ article/detai ls/80219 253》 .2018,第1页. Prajoy Pod der等.Relative Performance Analysis of Edge Detecti on Techniques in Iris Recogn ition System. 《2018 Internati onal Conference o n Current Trends to wards Co nverging Technologies (ICCTCT)》 .2018,第1- 6页. 黄书植.基 于视觉自适应阈值的灰度图像边 缘检测算法. 《重庆工学院学报》 .20 06,第19卷 (第11期),第61- 63页. 韦春桃.基 于自适应阈值的细小裂缝与微灰 度差异裂缝自动检测方法. 《中外公路》 .2019,第 39卷(第1期),第58- 63页.2/2 页 2[接上页] CN 114170228 B1.一种计算机图像边 缘检测方法， 其特 征在于， 该 方法包括： 采集液压阀块图像以获取孔洞图像， 所述 孔洞图像中包括 一个孔洞； 将所述孔洞图像转化为灰度图像， 设定固定尺寸的第一窗口， 分别以灰度图像中每个 像素点为所述第一窗口的中心像素点， 根据所述第一窗口对应像素点之间的灰度差异获取 对应中心像素点的灰度变化量， 将所述灰度变化量作为每个像素点的新灰度值以得到新灰 度图像； 根据所述新灰度图像中每个像素点与其周围像素点之 间的灰度变化和相对位置关 系分别获取对应每个像素点的灰度连续指标和最佳灰度连接方向； 所述最佳灰度连接方向 是指所述灰度连续指标 所对应的相对位置 矢量的方向； 根据所述新灰度图像中每个像素点的所述最佳灰度连接方向得到孔洞中心点， 分别计 算每个像素点与孔洞中心点之 间的距离， 结合所述距离和所述灰度连续指标得到每个像素 点的强边缘可能指标； 根据所述 强边缘可能指标获取所述新灰度图像中像素点的高灰度阈 值和低灰度阈值； 基于所述高灰度阈值和所述低灰度阈值得到孔洞的边缘像素点， 以完成 孔洞的边 缘检测； 所述灰度连续指标的获取方法为： 设定尺寸的第二滑窗， 分别以所述新灰度图像中的 每个像素点为所述第二滑窗内的窗口中心像素点， 分别获取窗口中心像素点与第二滑窗内 每个其他像素点之 间的灰度差值和对应相对位置矢量的值； 结合灰度差值和相对位置矢量 的值计算窗口中心像素点相对于该其他像素点的第一灰度连续值， 将最小的所述第一灰度 连续值作为窗口中心像素点的所述灰度连续指标， 则所述灰度连续指标的计算公式为： 其中， 为像素点 的所述灰度连续指标； 为像素点 与其对应第二滑窗内像素点 之间的相对位置矢量， 其值为两个像素点之间的欧式距离； 为像素点 与其对应 第二滑窗内像素点 之间灰度差值的绝对值； 所述强边缘可能指标的获取方法为： 当像素点的所述灰度 连续指标为0时， 相对应的所 述强边缘可能指标为0； 当像素点的所述灰度连续指标不为0时， 获取非零的所述灰度连续 指标与其对应的所述距离之间的乘积， 对乘积进行负相关 映射得到映射值， 将映射值与对 应像素点的所述新灰度值相乘得到该像素点的所述强边缘可能指标， 则所述 强边缘可能指 标的计算公式为： 其中， 为第 个像素点的所述强边缘可能指 标； 为第 个像素点的所述新灰度值； 为第 个像素点的所述距离； 所述根据所述强边缘可能指标获取所述新灰度图像中像素点的高灰度阈值和低灰度 阈值的方法， 包括：权　利　要　求　书 1/2 页 2 CN 114170228 B 3