lt; L〈N，即L是使Z满足大于或等于M时所对应的最小数值。
[0075] 步骤S105,将梯度值低于所述非边缘像素最大梯度值的像素置为零，剩余的像素 即为图像边缘像素。
[0076] 梯度值低于所述非边缘像素最大梯度值Zniax的像素将被置为零，剩余的像素则为 图像边缘像素。
[0077] 请参见图2,图2示出了本发明提供的一种图像边缘检测方法。所述图像边缘检测 方法可以包括以下步骤S201至S207。
[0078] 步骤S201，获得所述原始图像的红、绿、蓝三个色度分量图像，对所述三个色度分 量图像进行高斯滤波。
[0079] 步骤S202,对进行过所述高斯滤波后的所述三个色度分量图像分别进行水平方向 及竖直方向的一阶差分滤波。
[0080] 步骤S203,计算进行过所述高斯滤波后的所述三个色度分量图像分别进行水平方 向和竖直方向一阶差分滤波后的各个像素的均方根值。
[0081] 步骤S204,对获取所述均方根值图像进行归一化处理，分别形成对应于三个色度 分量图像的三个第一梯度值图像。
[0082] 步骤S205,提取每个所述第一梯度值图像中的各个像素关于所述三个色度分量的 最大梯度值，作为对应于原始图像的第二梯度值图像。
[0083] 步骤S206,根据所述第二梯度值图像构建梯度值分布直方图，确定对应于单门限 阈值的非边缘像素最大梯度值。
[0084] 步骤S207,将梯度值低于所述非边缘像素最大梯度值的像素置为零，剩余的像素 即为图像边缘像素。
[0085] 步骤S201至S207的具体实现过程与图1示出的第一实施例相似，在这里不做赘 述。
[0086] 图3示出了本发明一个实施例提供的图像边缘检测装置。所述装置包括：滤波模 块110、归一化处理模块120、梯度值提取模块130、直方图构建模块140和比较运算模块 150 ；
[0087] 所述滤波模块110用于获得原始图像的三个色度分量图像，对所述三个色度分量 的图像进行高斯滤波以及一阶差分滤波；
[0088] 所述归一化处理模块120用于对进行过所述高斯滤波以及一阶差分滤波后的所 述三个色度分量的图像分别求取均方根值，并进行归一化处理，分别得到所述三个色度分 量的图像的第一梯度值图像；
[0089] 所述梯度值提取模块130用于提取每个所述第一梯度值图像中的各个像素关于 所述三个色度分量的最大梯度值，作为对应于原始图像的第二梯度值图像；
[0090] 所述直方图构建模块140用于根据所述第二梯度值图像构建梯度值分布直方图， 确定对应于单门限阈值的非边缘像素最大梯度值；
[0091] 所述比较运算模块150用于将低于所述非边缘像素最大梯度值的梯度值像素置 为零，剩余的像素即为图像边缘像素。
[0092] 图4示出了本发明提供的图像边缘检测装置的另一个实施例。所述装置包括：高 斯滤波模块210、一阶差分滤波模块220、求取均方根值模块230、归一化模块240、最大梯度 值提取模块250、梯度值分布直方图构建模块260和像素比较运算模块270。
[0093] 高斯滤波模块210用于获得所述原始图像的红、绿、蓝三个色度分量图像，对所述 三个色度分量图像进行高斯滤波。
[0094] -阶差分滤波模块220用于对进行过所述高斯滤波后的所述三个色度分量图像 分别进行水平方向及竖直方向的一阶差分滤波。
[0095] 求取均方根值模块230用于计算进行过所述高斯滤波后的所述三个色度分量图 像分别进行水平和竖直方向的一阶差分滤波后各个像素的均方根值。
[0096] 归一化模块240用于对获取的所述均方根值图像进行归一化处理，分别形成对应 于三个色度分量图像的三个第一梯度值图像。
[0097] 最大梯度值提取模块250用于提取每个所述第一梯度值图像中的各个像素关于 所述三个色度分量的最大梯度值，作为对应于原始图像的第二梯度值图像。
[0098] 梯度值分布直方图构建模块260用于根据所述第二梯度值图像构建梯度值分布 直方图，确定对应于单门限阈值的非边缘像素最大梯度值。
[0099] 像素比较运算模块270用于将梯度值低于所述非边缘像素最大梯度值的像素置 为零，剩余的像素即为图像边缘像素。
[0100] 本发明提供了一种图像边缘检测方法及装置，对原始图像进行关于红、绿、蓝三个 色度分量的滤波；求取滤波的各个像素的均方根值，并进行归一化处理后得到三个色度分 量的第一梯度值图像。提取第一梯度值图像各个像素关于三个色度分量的最大梯度值，作 为对应于原始图像的第二梯度值图像。根据第二梯度值图像构建梯度值分布直方图，并计 算对应于单门限阈值的非边缘像素最大梯度值。将梯度值低于非边缘像素最大梯度值的像 素置为零，剩余的像素即图像边缘像素。该方法与现有技术相比，具有图像信息利用率高、 检测过程简单、输出边缘信息丰富等优点。
[0101] 参阅图5,本发明实施例提供的一种计算机600,包括：处理器500,存储器501，总 线502和通信接口 503,所述处理器500、通信接口 503和存储器501通过总线502连接；处 理器500用于执行存储器501中存储的可执行模块，例如计算机程序。本发明实施例中的 图像边缘检测装置中的模块可储存于所述存储器501。
[0102] 其中，存储器501可能包含高速随机存取存储器（RAM :Random AccessMemory)，也 可能还包括非不稳定的存储器（non-volatile memory)，例如至少一个磁盘存储器。通过至 少一个通信接口 503(可以是有线或者无线）实现该系统网元与至少一个其他网元之间的 通信连接，可以使用互联网，广域网，本地网，城域网等。
[0103] 总线502可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、 数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根 总线或一种类型的总线。
[0104] 其中，存储器501用于存储程序和各种数据，所述处理器500在接收到执行指令 后，执行所述程序，前述本发明实施例任一实施例揭示的流程定义的装置所执行的方法可 以应用于处理器500中，或者由处理器500实现。
[0105] 处理器500可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述 方法的各步骤可以通过处理器500中的硬件的集成逻辑电路或者软件形式的指令完成。上 述的处理器500可以是通用处理器，包括中央处理器（Central Processing Unit，简称数据 请求端）、网络处理器（Network Processor，简称NP)等；还可以是数字信号处理器（DSP)、 专用集成电路（ASIC)、现成可编程门阵列（FPGA)或者其他可编程逻辑器件、分立门或者晶 体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及 逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合 本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码 处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储 器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该 存储介质位于存储器501，处理器500读取存储器501中的信息，结合其