[發明專利]一種基于角點優化的線段提取方法

有效

• 申請號: 202110700010.6
• 申請日: 2021-06-23
• 公開（公告）號: CN113221926B
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 鄧軍燦;蔡偉博;周育濱;駱開慶
• 申請（專利權）人: 華南師范大學
• 主分類號: G06V10/44
• 分類號: G06V10/44
• 代理公司: 廣州晟策知識產權代理事務所(普通合伙) 44709
• 代理人: 鄭書鑫

本申請實施例提供了一種基于角點優化的線段提取方法，該方案提出將角點檢測算法加入到線段檢測算法中，作為線段提取的一個約束條件，同時對所提取的角點進行非極大值抑制處理，防止角點聚集，本方案不需要調整線段提取算法的相關閾值，在保持較好的計算效率的同時，能夠剔除特征不明顯區域的線段。

技術領域

本發明涉及圖像特征抽取技術領域，尤其涉及一種基于角點優化的線段提取方法。

背景技術

直線段是數字圖像中常見而重要的幾何元素，在空間上表現為一個連通的像素點集合，集合內的像素點通常具有相似的灰度值和梯度方向。在人造環境中，存在許多由平面構成的物體，因此可以通過直線段進行描述。所以，直線段檢測在消失點檢測、圖像匹配、三維重建、道路檢測和遙感圖像分析等一系列視覺任務中都有著廣泛的應用。

目前主流的線段檢測方法是感知分組算法，比如EDLines。這類算法檢測線段的性能主要取決于圖像的邊緣，由此會產生誤提取的問題。比如對于天空的云朵、光照的陰影、玻璃的反射等線段特征不明顯的區域，也會提取出線段。當前對于此類問題，一般的解決方法是調整線段提取算法的梯度閾值，但是對于不同場景，閾值的設定不一樣，且會影響原有正常線段的提取。

由此看出，如果不調整線段提取算法的相關閾值，且剔除特征不明顯區域的線段，是本發明待解決的問題。

發明內容

基于上述存在的技術問題，本申請提出一種基于角點優化的線段提取方法，包括如下步驟：

步驟一：將原圖像轉換為灰度圖像；使用EDLines算法提取灰度圖像的線段特征，將提取的線段定為原始線段；使用Shi-Tomasi算法提取灰度圖像的角點特征，將提取的角點定為原始角點；

步驟二：對步驟一所述的灰度圖像重新定義尺寸，所述原始線段和所述原始角點的位置也相應改變；然后將重新定義尺寸的所述灰度圖像分成若干個圖像塊，統計每個圖像塊中原始角點的數量；

步驟三：判斷步驟二所統計出的每個圖像塊的原始角點數量，如果所述原始角點數量大于16，則設定角點提取函數的角點間最短距離閾值為10個像素，并對所述圖像塊重新提取新的角點替換所述圖像塊的原始角點；

步驟四：對于每條原始線段，設定一個外接矩形，所述矩形的兩短邊垂直于線段，所述矩形的兩短邊與線段端點之間的距離為6個像素點長度；兩長邊平行于線段，兩長邊與線段之間的距離為6個像素點長度；統計外接矩形內的角點數量，當角點數量大于等于1時，則判定該線段是特征明顯的線段。

進一步地，對于角點數量等于0的外接矩形，判斷對應線段的長度是否大于線段平均長度，如果不是則剔除線段。

進一步地，每個所述角點的最小距離為3個像素點。

進一步地，所述EDLines線段提取算法主要如下：

(1)、對圖片進行高斯濾波平滑；

(2)、計算圖片每個像素的梯度方向和大小，公式如下：

其中，I(x,y)為該像素點的灰度值，g_x(x,y)和g_y(x,y)表示該像素點在x方向和y方向的梯度幅值，g(x,y)表示該像素點的總梯度幅值，angle(x,y)為該像素點的梯度方向；

(3)、遍歷每個像素點，將一個梯度強度大于其梯度方向上另外兩個相鄰像素點，且至少大于錨點閾值的像素點設定為錨點；所述錨點閾值設置為3個梯度強度；

(4)連接各個錨點，形成圖像邊緣，并對圖像邊緣進行最小二乘法擬合，得到線段。進一步地，使用Shi-Tomasi算法對圖像提取角點算法主要如下：