[發明專利]一種基于牛頓定理的物體拍攝圖像中橢圓檢測方法

有效

• 申請號: 201810057629.8
• 申請日: 2018-01-22
• 公開（公告）號: CN108346157B
• 公開（公告）日: 2020-10-13
• 發明（設計）人: 段桂芳;劉夏;劉振宇;譚建榮
• 申請（專利權）人: 浙江大學
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/50
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 林超

本發明公開了一種基于牛頓定理的物體拍攝圖像中橢圓檢測方法。在前處理階段，根據圓弧尺寸約束去除無效的邊緣信息；提取邊緣梯度信息計算各個邊緣點的斜率，并根據斜率信息將邊緣劃分為四類；根據端點的相對位置關系以及基于牛頓定理的幾何約束將滿足構成橢圓條件的圓弧聚合在一組；使用直接最小二乘法對屬于同一集合的圓弧進行參數估計；對擬合出的橢圓的有效性進行驗證，去除不滿足驗證條件的橢圓，并聚合重復檢測的橢圓。本發明經過大量的無效邊緣的移除以及尺寸、相對位置及基于牛頓定理的幾何約束的使用，橢圓檢測的精度和速度都得到了明顯的提升。

技術領域

本發明涉及一種圖像檢測方法，尤其是涉及了一種基于牛頓定理的物體拍攝圖像中橢圓檢測方法。

背景技術

由于橢圓是最常見的幾何形狀之一，橢圓檢測是機器視覺、模式識別等領域一個基礎的任務。近年來，橢圓參數的提取在相機標定、位姿檢測、目標分割以及虹膜識別等技術領域上都發揮著重要作用。目前，現有的橢圓檢測算法存在擬合的橢圓輪廓和實際輪廓不完全重合、非橢圓目標物的誤檢測以及檢測時間長、無法滿足實時性檢測的要求等問題。因此，快速高精度的橢圓檢測仍是一項具有挑戰性的任務。

Fitzgibbon于1996年在《International Conference on Pattern Recognition》的論文“Direct least square fitting of ellipses”中提出一種利用一般圓錐曲線的代數方程來定義一個誤差極小化問題，并引入額外的數值約束來限制橢圓曲線的解。利用廣義特征值分解，解決了約束極小化問題，實現了較高精度參數估計。Liu 于2015年在《British Machine Vision Conference》中的論文“A fast and robust ellipsedetector based on top-down least-square fitting”提出將Canny邊緣分割成若干光滑的子邊緣，這些子邊緣構成一條條子鏈，然后基于“自上而下”的最小二乘擬合來檢測橢圓弧。“自上而下”表示由長到短迭代地驗證這些子鏈，直到達到曲率判別指標。Prasad于2012年在《Pattern Recognition》的論文“Edge curvature and convexity based ellipsedetection method”中提出一種基于邊緣曲率和凹凸性關系判別各邊緣能否聚合在一組構成橢圓的方法，之后使用霍夫變換來估計橢圓參數。Fornaciari于2014年在《PatternRecognition》的論文“A fast and effective ellipse detector for embedded visionapplications”中提出一種使用橢圓弦長中點和橢圓中心的關系來判別三個圓弧能否組合起來構成一個橢圓，之后通過參數空間分解估計橢圓參數。Jia于2017年在《IEEETransactions on Image Processing》的論文“A Fast Ellipse Detector UsingProjective Invariant Pruning”中改善了Fornaciari的方法，通過投影不變量來減少不需要的候選對象，并且選擇出滿足橢圓性質的圓弧組合。

以上研究使得橢圓檢測的效果有所提升，然而仍然面臨著非橢圓目標物誤檢測、橢圓邊緣信息不準確以及耗時長的問題。

發明內容

為了解決背景技術中存在的問題，本發明的目的在于提供一種基于牛頓定理的物體拍攝圖像中橢圓檢測方法，具有快速、高精度的優點。

本發明對圓弧施加尺寸約束、相對位置約束以及基于牛頓定理的幾何特征約束，將不滿足構成橢圓條件的干擾圓弧去除。采用直接最小二乘擬合估計滿足約束條件的圓弧組合的參數。基于滿足橢圓方程的邊緣點數的橢圓方程契合度，以及基于圓弧在長短軸上的投影長度的可靠度被用來判別擬合后橢圓的有效性。比較橢圓參數的差異，并根據聚合指標合并重復檢測的橢圓。

本發明所采用的具體技術方案包括：