《表1 典型电表读数图像Sobel算子矩阵均值及方差》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于OpenCV的复杂环境下图像二值化方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由图3可见，电表读数图像中占比较高的像素点是Sobel算子值较低的非边缘像素点，图1（b）和（d）由于受反光因素影响较大，使Sobel算子值分布较为分散。考虑算法对全局双阈值Canny边缘检测的结果可进行进一步的修正，对全局阈值的选取首先应以不丢失真实边缘为准则。根据电表读数图像Sobel矩阵的直方图分布特点及均值、方差在概率统计中的意义及应用，可以由Sobel矩阵的均值μ与方差σ2得到边缘区域与非边缘区域的大致分界。图1中典型电表读数图像Sobel矩阵的均值μ及方差σ2如表1所示。