徐黎明,马正华,吕继东*

(1．江苏城乡建设职业学院建筑设备系，江苏常州　213147;2．常州大学信息科学与工程学院，江苏常州213164)



基于统计方法的自适应阈值SUSAN边缘检测方法

徐黎明1,2,马正华2,吕继东2*

(1．江苏城乡建设职业学院建筑设备系，江苏常州213147;2．常州大学信息科学与工程学院，江苏常州213164)

针对传统SUSAN边缘检测方法要人为根据图像不同对比度反复调整设定阈值，检测结果随机性强、不稳定的缺点，提出了一种自适应生成灰度差阈值的改进SUSAN算法.首先，通过统计的方法来反映相邻像素点灰度的空间分布情况；然后，计算图像的对比度，建立对比度与灰度差阈值的关系；最后，生成自适应的灰度阈值,进行边缘检测.本文算法的实验结果与其他边缘检测算法相比，边缘检测效果更好，并且具有抗噪性能.

SUSAN算法;边缘检测;灰度差;对比度;自适应阈值

图像的边缘主要表现为图像局部特征的不连续性，是图像中灰度变化比较剧烈的部分，并且包含丰富的图像信息.边缘检测能从图像中提取有效的边缘信息，来标识图像中亮度变化显著的点，是图像处理、图像分析、模式识别和计算机视觉的基本步骤，是目前图像处理领域的热点研究课题，其检测结果的正确性和可靠性为进一步的图像分析奠定重要基础[1].

图像的边缘特性一般具有这样的特点：沿边缘走向的像素值变化比较平缓，而垂直于边缘方向变化比较剧烈.传统的检测方法是微分算子法，根据……