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 ...
【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, ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。