[發(fā)明專利]一種基于動(dòng)態(tài)閾值區(qū)間的Hough變換直線檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410591811.3
• 申請(qǐng)日: 2014-10-28
• 公開（公告）號(hào): CN104408456A
• 公開（公告）日: 2015-03-11
• 發(fā)明（設(shè)計(jì)）人: 宋曉宇;袁帥;劉繼飛
• 申請(qǐng)（專利權(quán)）人: 沈陽(yáng)建筑大學(xué)
• 主分類號(hào): G06K9/46
• 分類號(hào): G06K9/46
• 代理公司: 沈陽(yáng)杰克知識(shí)產(chǎn)權(quán)代理有限公司 21207
• 代理人: 楊乃力

技術(shù)領(lǐng)域

本發(fā)明屬于圖像特征提取與識(shí)別技術(shù)領(lǐng)域，特別涉及一種基于動(dòng)態(tài)閾值區(qū)間的Hough變換直線檢測(cè)方法。

背景技術(shù)

圖像特征提取是圖形識(shí)別的前提，涉及到計(jì)算機(jī)圖形學(xué)、數(shù)字圖像處理、模式識(shí)別、人工智能等多門學(xué)科領(lǐng)域，有著廣闊的研究空間和應(yīng)用前景。工程圖紙智能識(shí)別是圖像特征提取的重要應(yīng)用領(lǐng)域。各類工程圖紙中工程圖形對(duì)象的主要幾何元素是線段。如何快速有效的檢測(cè)線段特征是識(shí)別圖形對(duì)象的基礎(chǔ)。

直線提取方法主要分為兩大類：第一類方法是在基于幾何特征在圖像域中直接提取直線，利用圖像空間中像素的梯度或灰度等信息進(jìn)行處理。第二類方法是將圖像轉(zhuǎn)化到參數(shù)域中提取直線，根據(jù)參數(shù)域中的信息進(jìn)行間接處理，如Hough變換是將圖形映射到Hough參數(shù)域內(nèi)，根據(jù)某一解析式把圖形上的每個(gè)點(diǎn)投影到參數(shù)域中，并進(jìn)行簡(jiǎn)單的累加統(tǒng)計(jì)，然后尋找累加峰值檢測(cè)直線。基于圖像域的方法雖然速度較快，但易于受到噪聲的干擾，出現(xiàn)不連續(xù)的直線，限制了實(shí)際應(yīng)用。基于參數(shù)域的方法抗噪性高，且能夠連接共線短直線，適合于并行處理。然而該方法是進(jìn)行圖像域到參數(shù)域的一對(duì)多映射，并且存在噪聲點(diǎn)與離散化誤差的影響，導(dǎo)致計(jì)算量大、參數(shù)域中峰值點(diǎn)被次峰值點(diǎn)包圍導(dǎo)致漏檢或誤檢，閾值難以設(shè)定等問(wèn)題。

針對(duì)Hough變換計(jì)算量大，A.Goldenshluger?and?A.Zeevi采用隨機(jī)Hough變換方法，在多個(gè)像素中隨機(jī)抽取一個(gè)像素作為采樣信息映射到參數(shù)空間，避免了較大計(jì)算量與較多的內(nèi)存開銷，但由于該方法隨機(jī)獲取采樣點(diǎn)，因而造成了大量的無(wú)效累積，降低了方法的效率。

針對(duì)參數(shù)域中峰值點(diǎn)被次峰值包圍的問(wèn)題，Siyu?Guo等人提出鄰域抑制的方法，對(duì)投影到參數(shù)域中投票值進(jìn)行加權(quán)，有效降低次峰值的影響，提高了Hough變換檢測(cè)的準(zhǔn)確率，但是該方法的權(quán)重值設(shè)定對(duì)檢測(cè)結(jié)果有很大影響，需要大量測(cè)試才能得到權(quán)重的精確值，增加了該方法的計(jì)算復(fù)雜度，降低了該方法的實(shí)用性。

發(fā)明內(nèi)容

為了克服上面方法的不足，本發(fā)明提出一種基于動(dòng)態(tài)閾值區(qū)間的Hough變換直線檢測(cè)方法。步驟如下：

步驟1：基于鄰接關(guān)系的聚類順序存儲(chǔ)：針對(duì)圖像中具有一定線寬的線段進(jìn)行細(xì)化處理，輸出任一像素點(diǎn)的8鄰域內(nèi)最多只有兩個(gè)相鄰像素點(diǎn)的骨架線，然后進(jìn)行基于鄰接關(guān)系的聚類順序存儲(chǔ)，將骨架線上的像素點(diǎn)存儲(chǔ)到某一段數(shù)組中。

步驟2：閾值區(qū)間構(gòu)建：采樣某一段數(shù)組中的m個(gè)鄰接像素，構(gòu)建閾值區(qū)間，判斷m個(gè)點(diǎn)是否在同一條直線上，同時(shí)進(jìn)行噪聲的過(guò)濾，增強(qiáng)了方法的魯棒性。

步驟3：動(dòng)態(tài)直線檢測(cè)：針對(duì)某一段像素?cái)?shù)組，在構(gòu)建閾值區(qū)間的基礎(chǔ)上，采用基于區(qū)間折半的動(dòng)態(tài)采樣方式實(shí)現(xiàn)直線的檢測(cè)。

步驟4：直線拼接，針對(duì)上述方法檢測(cè)后的相鄰短直線段，根據(jù)該直線段的斜率和端點(diǎn)最短鄰接距離大小判斷兩條線段是否同屬于一條線段，這樣實(shí)現(xiàn)直線段的最佳分類。

步驟5：結(jié)束。

本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點(diǎn)：

(1)圖像中的直線受到離散化和噪聲影響，引起參數(shù)閾空間中主峰值被次峰值包圍導(dǎo)致漏檢與誤檢等問(wèn)題，提出動(dòng)態(tài)閾值區(qū)間的概念，避免了上述情況的發(fā)生，增加方法的魯棒性。

(2)在構(gòu)建閾值區(qū)間后，對(duì)被檢測(cè)的像素點(diǎn)只需要計(jì)算兩次就可以判斷是否在直線上，避免了傳統(tǒng)Hough檢測(cè)的大量計(jì)算。

(3)在對(duì)某一段像素?cái)?shù)組的直線檢測(cè)過(guò)程中，采用基于區(qū)間折半的動(dòng)態(tài)采樣方式探測(cè)閾值區(qū)間，并對(duì)像素?cái)?shù)組中的每一個(gè)像素進(jìn)行識(shí)別，提高了方法的檢測(cè)效率與效果。

附圖說(shuō)明

圖1為本發(fā)明一種基于動(dòng)態(tài)閾值區(qū)間的Hough變換直線檢測(cè)方法直線聚類順序存儲(chǔ)流程圖；

圖2為本發(fā)明一種基于動(dòng)態(tài)閾值區(qū)間的Hough變換直線檢測(cè)方法m個(gè)采樣點(diǎn)的Hough變換直線參數(shù)閾值區(qū)間構(gòu)建圖；

圖3為本發(fā)明一種基于動(dòng)態(tài)閾值區(qū)間的Hough變換直線檢測(cè)方法動(dòng)態(tài)采樣的Hough變換直線檢測(cè)示意圖；

具體實(shí)施方式

下面參見本發(fā)明的附圖并結(jié)合具體實(shí)施例對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明，但本發(fā)明的保護(hù)范圍不受具體的實(shí)施實(shí)例所限制，以權(quán)利要求書為準(zhǔn)。另外，以不違背本發(fā)明方案的前提下，對(duì)本發(fā)明所作的本領(lǐng)域普通技術(shù)人員容易實(shí)現(xiàn)的任何改動(dòng)或改變都將落入本發(fā)明的權(quán)利要求范圍之內(nèi)。

本發(fā)明包括以下關(guān)鍵步驟：

步驟1：圖像中直線細(xì)化后，輸出任一像素點(diǎn)的8鄰域內(nèi)最多只有兩個(gè)相鄰像素點(diǎn)的骨架線，采用附圖1所示的流程將直線段順序存儲(chǔ)到某一段數(shù)組中；

步驟2：構(gòu)建閾值區(qū)間；