一种基于改进Hough变换的目标边界检测方法和装置制造方法及图纸

本发明专利技术公开了一种基于改进Hough变换的目标边界检测方法，包括：(1)对输入图像进行边缘检测；(2)建立投票矩阵；(3)对边缘点(x,y)，作一条直线l1穿过点(x,y)，从原点向该直线l1引出垂线为l2，l2与横轴的夹角为θ，原点到直线l1的距离为b＝xcosθ+ysinθ；(4)根据上述(θ,b)分别计算权重w1，w2，w3，w4，(5)根据公式Hi(θ,b)＝Hi(θ,b)+wi将权重赋值到投票矩阵中，其中i＝1,2,3,4；(6)重复步骤3‑5，以θstep为步长遍历θ∈(0,2π]和相应的b，完成像素点(x,y)下的各种θ和b条件下候选直线的投票赋值；(7)重复步骤3‑6，完成全图所有边缘像素点在各种θ和b条件下候选直线的投票，得到最终的投票矩阵H1，H2，H3，H4；(8)根据投票矩阵确定各边界直线。本发明专利技术方法可以实现快速、准确、鲁棒的边界直线检测。

A method and device for target boundary detection based on improved Hough transform

The invention discloses a target boundary detection method based on improved Hough transform, which comprises: (1) edge detection of input image; (2) voting matrix establishment; (3) a straight line L1 passing through a point (x, y) from the origin to the line L1 leading to a vertical line l2, the angle between L2 and the horizontal axis is theta, and the origin to the line l1. The distance is b = xcos theta + ysin theta; (4) according to the above (theta, b) calculate the weights w1, w2, w3, w4, (5) according to the formula Hi (theta, b) = Hi (theta, b) + wi assign the weights to the voting matrix, where I = 1, 2, 3, 4; (6) repeat step 3_5 to iterate over theta < (0, 2 pi], and the corresponding b, complete the various theta and B under the pixel point (x, y) Voting assignment of candidate lines under the item; (7) Repeat step 3_6 to complete the voting of all edge pixels on candidate lines under various theta and B conditions, and get the final voting matrices H1, H2, H3, H4; (8) Determine the boundary lines according to the voting matrices. The method can realize fast, accurate and robust boundary line detection.

【技术实现步骤摘要】
一种基于改进Hough变换的目标边界检测方法和装置
本专利技术属于视频与图像处理
，更具体地，涉及一种基于改进Hough变换的目标边界检测方法。
技术介绍
图像与视频技术在日常生产和生活中的作用越发重要，特别是随着智能手机和移动互联网的普及，大量的办公与娱乐应用中关于图像和视频的处理越来普及。然而，绝大多数场景下，相机并不能在理想角度下进行图像采集，这使得所得图像存在扭曲，为解决该问题必须进行图像矫正。如图1所示，手机拍摄一份文档(或者学生上课拍摄ppt)的时候，一方面，拍摄角度无法垂直于目标，另一方面，除了所需目标，还会拍进去一些不想要的背景。因此需要进行校正。实际中大量的图像矫正都是根据目标的边界来完成，而绝大多数目标例如证件、文档、车牌等都是矩形，这使得准确的检测并定位目标的边界成为基础而重要的问题。现有边界检测方法可分为以下步骤(1)对图像边缘进行提取、(2)基于Hough变换进行直线检测、(3)在检测所得直线中选择目标边界。然而，实际应用中，物体边缘并非理想直线，通过(2)往往可以得到多个接近的直线，需要对Hough变换的结果进行合并；此外，该方法流程较长、运算起来也较为复杂。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于改进Hough变换的目标边界检测方法和系统，其目的在于通过改进的霍夫变换实现边缘的快速检测，以实现快速、准确、鲁棒的边界直线检测。为实现上述目的，按照本专利技术的一个方面，提供了一种基于改进Hough变换的目标边界检测方法，包括(1)对输入图像进行边缘检测得到目标的边缘；(2)建立投票矩阵H1、H2、H3、H4并全部初始化为0，矩阵的大小均为M*N，其中M＝2π/θstep，θstep为角度遍历步长，N为输入图像的对角线长度；(3)对边缘点(x,y)，作一条直线l1穿过点(x,y)，从原点向该直线l1引出垂线为l2，l2与横轴的夹角为θ，原点到直线l1的距离为b＝xcosθ+ysinθ；(4)根据上述(θ,b)分别计算权重w1，w2，w3，w4，其中w1反比例于点(x,y)和图像左边界的距离，w2反比例于点(x,y)和图像右边界的距离，w3反比例于点(x,y)和图像上边界的距离，w4反比例于点(x,y)和图像下边界的距离；(5)根据公式Hi(θ,b)＝Hi(θ,b)+wi将权重赋值到投票矩阵中，其中i＝1,2,3,4；(6)重复步骤(3)-(5)，以θstep为步长遍历θ∈(0,2π]和相应的b，完成该像素点(x,y)下的各种θ和b条件下候选直线的投票赋值；(7)重复步骤(3)-(6)，完成全图所有边缘像素点在各种θ和b条件下候选直线的投票，得到最终的投票矩阵H1，H2，H3，H4.；(8)将H1中取值最大的点所对应的角度θ1和距离b1表示的直线对应目标左侧边界，H2中取值最大的点所对应的角度θ2和距离b2表示的直线对应目标左侧边界，H3中取值最大的点所对应的角度θ3和距离b3表示的直线对应目标顶部边界，H4中取值最大的点所对应的角度θ4和距离b4表示的直线对应目标底部边界。本专利技术的一个实施例中，在所述步骤(5)和(6)之间还包括：对矩阵Hi进行临近点修正，其规则为Hi(θ,b+Δb)＝Hi(θ,b+Δb)+wig(Δb)，其中i＝1,2,3,4，Δb∈[-d,d]，d为预设值，函数g为正值且为减函数。本专利技术的一个实施例中，所述步骤(8)之后还包括：根据步骤(8)所得的目标边界直线，计算得到目标的四个顶点坐标，进而根据四个顶点坐标完成图像矫正。本专利技术的一个实施例中，所述θstep的取值为3度。本专利技术的一个实施例中，所述函数g定义为g(x)＝exp(-|x|)。本专利技术的一个实施例中，所述d取值为3。本专利技术的一个实施例中，对权重w的计算定义为：w1:f1(x)＝1-x/width；w2:f2(x)＝x/width；w3:f3(y)＝1-y/height；w4:f4(y)＝y/height；其中width和height分别为输入图像的宽和高。本专利技术的一个实施例中，所述边缘检测采用的方法为边缘检测算子或机器学习方法。按照本专利技术的另一方面，还提供了一种基于改进Hough变换的目标边界检测装置，包括：边缘检测模块、投票矩阵建立模块、距离计算模块、权重计算模块、投票赋值模块、角度遍历模块、边缘遍历模块以及边界确定模块，其中：所述边缘检测模块，用于对输入图像进行边缘检测得到目标的边缘；所述投票矩阵建立模块，用于建立投票矩阵H1、H2、H3、H4并全部初始化为0，矩阵的大小均为M*N，其中M＝2π/θstep，θstep为角度遍历步长，N为输入图像的对角线长度；所述距离计算模块，用于对边缘点(x,y)，作一条直线l1穿过点(x,y)，从原点向该直线l1引出垂线为l2，l2与横轴的夹角为θ，原点到直线l1的距离为b＝xcosθ+ysinθ；所述权重计算模块，用于根据上述(θ,b)分别计算权重w1，w2，w3，w4，其中w1反比例于点(x,y)和图像左边界的距离，w2反比例于点(x,y)和图像右边界的距离，w3反比例于点(x,y)和图像上边界的距离，w4反比例于点(x,y)和图像下边界的距离；所述投票赋值模块，用于根据公式Hi(θ,b)＝Hi(θ,b)+wi将权重赋值到投票矩阵中，其中i＝1,2,3,4；所述角度遍历模块，用于重复步骤(3)-(5)，以θstep为步长遍历θ∈(0,2π]和相应的b，完成该像素点(x,y)下的各种θ和b条件下候选直线的投票赋值；所述边缘遍历模块，用于重复步骤(3)-(6)，完成全图所有边缘像素点在各种θ和b条件下候选直线的投票，得到最终的投票矩阵H1，H2，H3，H4.；所述边界确定模块，用于将H1中取值最大的点所对应的角度θ1和距离b1表示的直线对应目标左侧边界，H2中取值最大的点所对应的角度θ2和距离b2表示的直线对应目标左侧边界，H3中取值最大的点所对应的角度θ3和距离b3表示的直线对应目标顶部边界，H4中取值最大的点所对应的角度θ4和距离b4表示的直线对应目标底部边界。本专利技术的一个实施例中，所述边界检测装置还包括矩阵修正模块：所述矩阵修正模块，用于在投票赋值模块完成投票矩阵赋值后，对矩阵Hi进行临近点修正，其规则为Hi(θ,b+Δb)＝Hi(θ,b+Δb)+wig(Δb)，其中i＝1,2,3,，4Δb∈[-d,d]，d为预设值，函数g为正值且为减函数。总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，具有如下有益效果：(1)能准确提取边界，对不连续边界和扭曲形变的边界具有鲁棒性(2)相对于现有方法中先检测直线，再进行边界提取与合并的流程，本方案将直线检测和边界提取在一步中完成，大大缩短了流程，降低了复杂度。附图说明图1是本专利技术实施例中一种待处理目标图像的示意图；图2是本专利技术实施例中一种基于改进Hough变换的目标边界检测方法的流程示意图；图3是本专利技术实施例中计算原点到过点直线的垂直距离示意图；图4是本专利技术实施例中一种基于改进Hough变换的目标边界检测装置的结构示意图；图5是本专利技术实施例中另一种基于改进Hough变换的目标边界检测装置的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图本文档来自技高网...

【技术保护点】
1.一种基于改进Hough变换的目标边界检测方法，其特征在于，包括：(1)对输入图像进行边缘检测得到目标的边缘；(2)建立投票矩阵H1、H2、H3、H4并全部初始化为0，矩阵的大小均为M*N，其中M＝2π/θstep，θstep为角度遍历步长，N为输入图像的对角线长度；(3)对边缘点(x,y)，作一条直线l1穿过点(x,y)，从原点向该直线l1引出垂线为l2，l2与横轴的夹角为θ，原点到直线l1的距离为b＝xcosθ+ysinθ；(4)根据上述(θ,b)分别计算权重w1，w2，w3，w4，其中w1反比例于点(x,y)和图像左边界的距离，w2反比例于点(x,y)和图像右边界的距离，w3反比例于点(x,y)和图像上边界的距离，w4反比例于点(x,y)和图像下边界的距离；(5)根据公式Hi(θ,b)＝Hi(θ,b)+wi将权重赋值到投票矩阵中，其中i＝1,2,3,4；(6)重复步骤(3)‑(5)，以θstep为步长遍历θ∈(0,2π]和相应的b，完成该像素点(x,y)下的各种θ和b条件下候选直线的投票赋值；(7)重复步骤(3)‑(6)，完成全图所有边缘像素点在各种θ和b条件下候选直线的投票，得到最终的投票矩阵H1，H2，H3，H4.；(8)将H1中取值最大的点所对应的角度θ1和距离b1表示的直线对应目标左侧边界，H2中取值最大的点所对应的角度θ2和距离b2表示的直线对应目标左侧边界，H3中取值最大的点所对应的角度θ3和距离b3表示的直线对应目标顶部边界，H4中取值最大的点所对应的角度θ4和距离b4表示的直线对应目标底部边界。...

【技术特征摘要】
1.一种基于改进Hough变换的目标边界检测方法，其特征在于，包括：(1)对输入图像进行边缘检测得到目标的边缘；(2)建立投票矩阵H1、H2、H3、H4并全部初始化为0，矩阵的大小均为M*N，其中M＝2π/θstep，θstep为角度遍历步长，N为输入图像的对角线长度；(3)对边缘点(x,y)，作一条直线l1穿过点(x,y)，从原点向该直线l1引出垂线为l2，l2与横轴的夹角为θ，原点到直线l1的距离为b＝xcosθ+ysinθ；(4)根据上述(θ,b)分别计算权重w1，w2，w3，w4，其中w1反比例于点(x,y)和图像左边界的距离，w2反比例于点(x,y)和图像右边界的距离，w3反比例于点(x,y)和图像上边界的距离，w4反比例于点(x,y)和图像下边界的距离；(5)根据公式Hi(θ,b)＝Hi(θ,b)+wi将权重赋值到投票矩阵中，其中i＝1,2,3,4；(6)重复步骤(3)-(5)，以θstep为步长遍历θ∈(0,2π]和相应的b，完成该像素点(x,y)下的各种θ和b条件下候选直线的投票赋值；(7)重复步骤(3)-(6)，完成全图所有边缘像素点在各种θ和b条件下候选直线的投票，得到最终的投票矩阵H1，H2，H3，H4.；(8)将H1中取值最大的点所对应的角度θ1和距离b1表示的直线对应目标左侧边界，H2中取值最大的点所对应的角度θ2和距离b2表示的直线对应目标左侧边界，H3中取值最大的点所对应的角度θ3和距离b3表示的直线对应目标顶部边界，H4中取值最大的点所对应的角度θ4和距离b4表示的直线对应目标底部边界。2.如权利要求1所述的基于改进Hough变换的目标边界检测方法，其特征在于，在所述步骤(5)和(6)之间还包括：对矩阵Hi进行临近点修正，其规则为Hi(θ,b+Δb)＝Hi(θ,b+Δb)+wig(Δb)，其中i＝1,2,3,4，Δb∈[-d,d]，d为预设值，函数g为正值且为减函数。3.如权利要求1或2所述的基于改进Hough变换的目标边界检测方法，其特征在于，所述步骤(8)之后还包括：根据步骤(8)所得的目标边界直线，计算得到目标的四个顶点坐标，进而根据四个顶点坐标完成图像矫正。4.如权利要求1或2所述的基于改进Hough变换的目标边界检测方法，其特征在于，所述θstep的取值为3度。5.如权利要求2所述的基于改进Hough变换的目标边界检测方法，其特征在于，所述函数g定义为g(x)＝exp(-|x|)。6.如权利要求2所述的基于改进Hough变换的目标边界检测方法，其特征在于，所述d取值为3。7.如权利要求1或2所述的基于改进Hough变换的目标边界检测方法，其特征在于，对权重w定义为：w1...

【专利技术属性】
技术研发人员：向森，朱山，
申请(专利权)人：武汉鸿瑞达信息技术有限公司，
类型：发明
国别省市：湖北,42