[發明專利]一種基于曲線弧分割的橢圓檢測方法

有效

• 申請號: 201410498704.6
• 申請日: 2014-09-25
• 公開（公告）號: CN104239870B
• 公開（公告）日: 2017-11-17
• 發明（設計）人: 夏勇;劉志慧;王寬全;伯彭波;張盛平
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種在圖像中檢測橢圓的方法，尤其涉及一種基于曲線弧分割的橢圓檢測方法。

背景技術

橢圓檢測在模式識別領域一直是研究的熱點，橢圓檢測的結果廣泛應用于機器視覺的各個領域，包括表情識別、車輛監視、交通燈信號識別等。人們提出了許多橢圓檢測方法，基于Hough變換的檢測算法由于原理簡單而且可以很好地抑制干擾和噪聲，引起許多研究者的關注。但是對于由5個參數組成的橢圓一般方程，其變換是在五維空間上進行的，時間和空間復雜度很高，難以實際應用。為了克服上述缺陷，提出了隨機Hough變換(Randomized HoughTransform，RHT)，避免了標準Hough一到多映射的巨大計算量。但是，RHT的無目標的采樣會引入大量的無效累積，浪費大量的計算時間和存儲空間。一些學者提出了改進的RHT算法，改進的思路主要從兩個方面入手：一方面通過降低隨機采樣的點數，從而減少無效采樣的概率；另一方面就是利用采樣點的特征信息來判斷是否進行累積，從而降低無效累積的概率。

發明內容

為了進一步減少橢圓檢測的時間，提高檢測準確性，本發明在RHT的基礎上設計了一種基于曲線弧分割的橢圓檢測算法。該方法不是隨機的采樣幾個點，而是在一段連續的弧段上取點，大大降低了隨機采樣的點數和無效采樣的概率。

為達到上述目的，本發明提出的基于曲線弧分割的橢圓檢測方法，包括以下步驟：

(1)將圖像轉化為二值圖像，基于細化算法由二值圖像得到細化的輪廓圖；

(2)在細化的輪廓圖中跟蹤所有的輪廓，根據輪廓點間相互的連接性對細化圖像中的輪廓像素點進行跟蹤，將輪廓從交點處分割成弧段，直到所有的輪廓被跟蹤完畢；

(3)根據各個弧段長度的比例，確定在每段弧上采樣的次數，在每一個連續的輪廓弧段中采樣，每次采樣隨機取5個點；

(4)將每次采樣得到的采樣點坐標信息帶入橢圓一般方程，分別計算出一組橢圓參數；

(5)基于統計的思想，記錄各組參數的出現次數，找出出現次數最多的一組參數，并將該組參數作為目標橢圓的參數。

本發明具有如下優點：

(1)從每一個連續的輪廓弧段中采樣，這樣就使無效隨機采樣的概率大大降低，從而提高橢圓檢測速度。

(2)具有較強的抗干擾能力。

(3)在橢圓較殘缺情況下，仍能很好的檢測。

附圖說明

圖1為本發明所述方法流程圖；

圖2為8-鄰接示意圖；

圖3為橢圓參數示意圖。

具體實施方式

下面結合附圖對本發明的技術方案作進一步的說明，但并不局限于此，凡是對本發明技術方案進行修改或者等同替換，而不脫離本發明技術方案的精神和范圍，均應涵蓋在本發明的保護范圍中。

本發明提供了一種基于曲線弧分割的橢圓檢測算法，如圖1所示，具體包括以下步驟：

1、圖像預處理

將圖像轉化為二值圖像，圖像經過二值化后，目標對象的像素值為1，背景的像素值為0?；诩毣惴ㄓ啥祱D像得到細化的輪廓圖C。

2、曲線弧分割

分配一個與細化圖C大小相同的二維數組array。所有的輪廓跟蹤點在array上進行標記，以防止重復跟蹤。每條輪廓上的點采用一維結構數組表示，記錄x，y坐標。這里開辟的數組內存大小可以選擇一個與輸入參數及圖像大小關聯的自適應值，確保正常輪廓的內存分配。如果出現極端異常的大輪廓，超出分配內存的大小，則將整個輪廓標記為異常輪廓。對于輪廓過短的情況，也標記為異常輪廓。對于異常輪廓不做進一步處理。

基于細化圖像C對輪廓進行跟蹤，根據輪廓點間相互的連接性對細化圖像中的輪廓像素點進行跟蹤。連接性按8-鄰接(圖2)定義，8-鄰接是指兩個點上下相鄰或左右相鄰或四個斜向相鄰。跟蹤起始點采用逐行掃描的方法，即按從下到上、從左到右的順序掃描輪廓圖，將掃描到的第一個像素灰度值為1的點作為起始點。找到的第一個起始點一定是最左下方的點。從起始點開始跟蹤，將輪廓從交點處分割成弧段。具體方法如下：

第一步：按從下到上、從左到右的順序掃描輪廓圖，將掃描到的第一個像素為度值為1的點作為起始點，新建一個坐標鏈，將此點坐標加入坐標鏈。

第二步：將此點在二維數組array的對應位置上進行標記，以防止重復跟蹤。