一种曼哈顿场景消失点、消失线检测方法及装置制造方法及图纸

本申请公开了一种曼哈顿场景消失点、消失线检测方法及装置，该方法中针对每条直线，计算与该直线同方向同长度的相邻两条直线的线积分的差值，根据差值计算得到该直线的边缘响应，根据各直线的边缘响应以及非极大值抑制方法得到消失线，建立待检测图像的曼哈顿场景参数的贝叶斯概率模型，在待检测图像中搜索竖直方向消失点的位置，通过霍夫变换的方式确定水平方向消失点的位置，根据水平方向消失点的位置对曼哈顿场景参数进行初始化，基于贝叶斯概率模型和模拟退火算法对初始化后的曼哈顿场景参数进行优化得到消失点的位置。在本申请的技术方案中，能够鲁棒的检测出待检测图像中反映结构信息的直线，可以检测到全局最优的消失点避免陷入局部最优。

【技术实现步骤摘要】
一种曼哈顿场景消失点、消失线检测方法及装置
本申请涉及透视分析
，尤其涉及一种曼哈顿场景消失点、消失线检测方法及装置。
技术介绍
消失点与消失线是许多场景下的一种重要特征，因此，需要对消失点和消失线进行检测。在直线检测提取阶段，现有方法通常基于Canny边缘检测方式，该方式在低信噪比或有大量干扰的复杂场景中所提取的直线包含大量噪音，难以提取出包含场景结构信息的直线。在消失点估计建模阶段，现有方法通常通过启发式规则实现检出直线的分组以及消失点计算，因而容易陷入局部最优。
技术实现思路
本申请提供一种曼哈顿场景消失点、消失线检测方法及装置，能够鲁棒的检测出待检测图像中反映结构信息的直线，可以检测到全局最优的消失点，避免陷入局部最优。第一方面，本申请提供了一种曼哈顿场景消失点、消失线检测方法，包括：获取待检测图像；计算所述待检测图像中所有直线的线积分，针对每条直线，计算与该直线同方向同长度的相邻两条直线的线积分的差值，根据所述差值计算得到该直线的边缘响应，根据各直线的边缘响应以及非极大值抑制方法，得到消失线；建立所述待检测图像的曼哈顿场景参数的贝叶斯概率模型；在所述待检测图像中搜索竖直方向消失点的位置，通过霍夫变换的方式确定水平方向消失点的位置，根据所述水平方向消失点的位置对所述曼哈顿场景参数进行初始化；基于所述贝叶斯概率模型和模拟退火算法对所述初始化后的曼哈顿场景参数进行优化得到消失点的位置。可选的，所述计算所述待检测图像中所有直线的线积分的步骤，包括：对于所述待检测图像中的二维数据g(x，y)，用定义长度为L，中心点为方向为θ的归一化线积分：其中，x为直线中心点横坐标，y为直线中心点纵坐标，为直线中心点坐标，γ为积分变元，直观含义为线积分沿直线所取得采样位置，g为二维图像数据，F为直线的线积分，θ为直线边缘响应的方向，L为直线的长度。可选的，所述针对每条直线，计算与该直线同方向同长度的相邻两条直线的线积分的差值，根据所述差值计算得到该直线的边缘响应的步骤，包括：所述针对每条直线，当所计算的边缘方向响应θ位于时，该直线的边缘响应为：当所计算的边缘方向响应θ位于时，该直线的边缘响应为：其中，G为该直线的边缘响应，为直线中心点坐标，L为直线的长度，θ为直线边缘响应的方向，x为直线中心点横坐标，y为直线中心点纵坐标，F为直线的线积分。可选的，所述根据各直线的边缘响应以及非极大值抑制方法，得到消失线的步骤，包括：根据各直线的边缘响应以及非极大值抑制方法，从各直线中选择在空间和角度均为局部最大的边缘响应对应的直线作为消失线。可选的，所述建立所述待检测图像的曼哈顿场景参数的贝叶斯概率模型的步骤，包括：其中，为随机变量，选择所在的曼哈顿消失线方向，ei为像素i的边缘强度响应及边缘方向响应，为给定曼哈顿场景参数φ、多尺度边缘以及对应的曼哈顿方向选择后，观察到像素边缘响应ei的条件概率，为给定曼哈顿场景参数以及对应的曼哈顿方向后，观察到多尺度边缘信息的条件概率，为曼哈顿方向选择的先验。可选的，所述的定义为：像素的边缘强度响应ei与边缘方向响应θi条件独立，分解为：所述定义为：其中，像素边缘强度响应ei的概率与归一化之后的边缘响应强度成正比，αe限定了系数项的最大值,定义为所有边缘响应分布直方图的分位数；所述定义为：其中，δθ为边缘像素的梯度方向θ与其所在的多尺度边缘检出直线方向ζ的差值，Pang(δθ)随δθ绝对值的增加而增大。可选的，所述的定义为：所述分解为：所述定义为：其中，是多尺度边缘检出的最大响应值，β为预定义的系数，为多尺度边缘的响应；所述定义为：其中，δζ表示消失点到边缘检出中心点，以及边缘检出的方向之间的角度差，ρ为调整平滑程度的参数，x为直线中心点横坐标，y为直线中心点纵坐标，ζ为直线方向，l为所检出的多尺度边缘响应的长度。可选的，所述在所述待检测图像中搜索竖直方向消失点的位置的步骤，包括：以(w/2,h/2-10h)以及(w/2,h/2+10h)作为所述待检测图像中的竖直方向消失点的候选点，计算所述候选点与多尺度边缘检出结果之间的距离，将在预设阈值范围内的距离对应的候选点作为所述竖直方向消失点的内点，根据所有内点的边缘响应以及最小二乘法拟合得到所述竖直方向消失点的位置，其中，w为所述待检测图像的宽度，h为所述待检测图像的高度。可选的，所述基于所述贝叶斯概率模型和模拟退火算法对所述初始化后的曼哈顿场景参数进行优化得到消失点的位置的步骤，包括：当所述曼哈顿场景参数的值为初始值时，设定所述贝叶斯概率模型的τ参数的值大于第一预设值，设ρ参数的值小于第二预设值，利用非梯度优化方法确定所述曼哈顿场景参数的极大值，其中，τ为边走向的误差忍耐度，ρ为调整平滑程度的参数；将所述极大值作为初始值，按照预设减小量减小所述τ参数的值，按照预设增大量增大所述ρ参数的值，利用非梯度优化方法确定所述曼哈顿场景参数的极大值，返回执行将所述极大值作为初始值的步骤，直至得到满足预设精度要求的曼哈顿场景参数时，优化结束得到消失点的位置。第二方面，本申请提供了一种曼哈顿场景消失点、消失线检测装置，包括：获取模块，用于获取待检测图像；消失线检测模块，用于计算所述待检测图像中所有直线的线积分，针对每条直线，计算与该直线同方向同长度的相邻两条直线的线积分的差值，根据所述差值计算得到该直线的边缘响应，根据各直线的边缘响应以及非极大值抑制方法，得到消失线；建立模块，用于建立所述待检测图像的曼哈顿场景参数的贝叶斯概率模型；初始化模块，用于在所述待检测图像中搜索竖直方向消失点的位置，通过霍夫变换的方式确定水平方向消失点的位置，根据所述水平方向消失点的位置对所述曼哈顿场景参数进行初始化；消失点检测模块，用于基于所述贝叶斯概率模型和模拟退火算法对所述初始化后的曼哈顿场景参数进行优化得到消失点的位置。可选的，所述消失线检测模块，具体用于：对于所述待检测图像中的二维数据g(x，y)，用定义长度为L，中心点为方向为θ的归一化线积分：其中，x为直线中心点横坐标，y为直线中心点纵坐标，为直线中心点坐标γ为积分变元，含义为线积分沿直线所取得采样位置，g为二维图像数据，F为直线的线积分，θ为直线边缘响应的方向，L为直线的长度可选的，所述消失线检测模块，具体用于：所述针对每条直线，当所计算的边缘方向响应θ位于时，该直线的边缘响应为：当所计算的边缘方向响应θ位于时，该直线的边缘响应为：其中，G为该直线的边缘响应，为直线中心点坐标，L为直线的长度，θ为直线边缘响应的方向，x为直线中心点横坐标，y为直线中心点纵坐标，F本文档来自技高网...

【技术保护点】
1.一种曼哈顿场景消失点、消失线检测方法，其特征在于，包括：/n获取待检测图像；/n计算所述待检测图像中所有直线的线积分，针对每条直线，计算与该直线同方向同长度的相邻两条直线的线积分的差值，根据所述差值计算得到该直线的边缘响应，根据各直线的边缘响应以及非极大值抑制方法，得到消失线；/n建立所述待检测图像的曼哈顿场景参数的贝叶斯概率模型；/n在所述待检测图像中搜索竖直方向消失点的位置，通过霍夫变换的方式确定水平方向消失点的位置，根据所述水平方向消失点的位置对所述曼哈顿场景参数进行初始化；/n基于所述贝叶斯概率模型和模拟退火算法对所述初始化后的曼哈顿场景参数进行优化得到消失点的位置。/n

【技术特征摘要】
1.一种曼哈顿场景消失点、消失线检测方法，其特征在于，包括：
获取待检测图像；
计算所述待检测图像中所有直线的线积分，针对每条直线，计算与该直线同方向同长度的相邻两条直线的线积分的差值，根据所述差值计算得到该直线的边缘响应，根据各直线的边缘响应以及非极大值抑制方法，得到消失线；
建立所述待检测图像的曼哈顿场景参数的贝叶斯概率模型；
在所述待检测图像中搜索竖直方向消失点的位置，通过霍夫变换的方式确定水平方向消失点的位置，根据所述水平方向消失点的位置对所述曼哈顿场景参数进行初始化；
基于所述贝叶斯概率模型和模拟退火算法对所述初始化后的曼哈顿场景参数进行优化得到消失点的位置。


2.根据权利要求1所述的方法，其特征在于，所述计算所述待检测图像中所有直线的线积分的步骤，包括：
对于所述待检测图像中的二维数据g(x，y)，用定义长度为L，中心点为方向为θ的归一化线积分：



其中，x为中心点横坐标，y为中心点纵坐标，为直线中心点坐标，γ为积分变元，含义为线积分沿直线所取得采样位置，g为二维图像数据，F为直线的线积分，θ为直线边缘响应的方向，L为直线的长度。


3.根据权利要求2所述的方法，其特征在于，所述针对每条直线，计算与该直线同方向同长度的相邻两条直线的线积分的差值，根据所述差值计算得到该直线的边缘响应的步骤，包括：
所述针对每条直线，当所计算的边缘方向响应θ位于时，该直线的边缘响应为：



当所计算的边缘方向响应θ位于时，该直线的边缘响应为：



其中，G为该直线的边缘响应，为直线中心点坐标，L为直线的长度，θ为直线边缘响应的方向，x为直线中心点横坐标，y为直线中心点纵坐标，F为直线的线积分。


4.根据权利要求1所述的方法，其特征在于，所述根据各直线的边缘响应以及非极大值抑制方法，得到消失线的步骤，包括：
根据各直线的边缘响应以及非极大值抑制方法，从各直线中选择在空间和角度均为局部最大的边缘响应对应的直线作为消失线。


5.根据权利要求1所述的方法，其特征在于，所述建立所述待检测图像的曼哈顿场景参数的贝叶斯概率模型的步骤，包括：
所述待检测图像中的像素边缘响应的条件概率为：



其中，为随机变量，选择所在的曼哈顿消失线方向，ei为像素i的边缘强度响应及边缘方向响应，为给定曼哈顿场景参数φ、多尺度边缘以及对应的曼哈顿方向选择后，观察到像素边缘响应ei的条件概率，为给定曼哈顿场景参数以及对应的曼哈顿方向后，观察到多尺度边缘信息的条件概率，为曼哈顿方向选择的先验。


6.根据权利要求5所述的方法，其特征在于，所述的定义为：
像素的边缘强度响应ei与边缘方向响应θi条件独立，分解为：



所述定义为：



其中，像素边缘强度响应ei的概率与归一化之...

【专利技术属性】
技术研发人员：周辰，俞益洲，李一鸣，乔昕，
申请(专利权)人：北京深睿博联科技有限责任公司，杭州深睿博联科技有限公司，
类型：发明
国别省市：北京;11