检测图像的几何形状的方法和装置制造方法及图纸

本发明专利技术提供了一种检测包含任意线段组合的形状的方法，包括步骤：从输入图像中提取图像边缘并计算边缘点的梯度方向；对计算出的各边缘点进行投票操作，以生成投票图像；利用投票图像确定待检测形状的局部形状特征；和将所述形状特征的参数与形状参数表中的形状参数进行对比，确定输入图像中包含的形状。根据本发明专利技术的方法能够自动检测、识别出输入图像中包含的各种形状。

【技术实现步骤摘要】

本专利技术涉及一种检测数字图像中包含的几何形状的方法和装置，可应用于与形状检测有关的
，如机器人导航中的场景认知、汽车辅助驾驶中的交通标志识别、遥感图像解译中的建筑物提取等。
技术介绍
形状检测是机器视觉的一项重要任务，以下是一些已有方法 1962年授予P.V.C.Hough的题为“A Method and Means forRecognizing Complex Patterns”的美国专利No.3069654公开了一种Hough变换方法。该方法利用图像空间与参数空间的关系，通过投票的方法在参数空间中确定形状参数，对图像噪声干扰及局部形状信息缺失具有较强的鲁棒性。但只适用于具有解析表达式的形状检测，并且当表达式参数较多时，检测的时间、空间代价都较大。 Ballard D H发表的题为“Generalizing the Hough Transform toDetect Arbitrary Shapes”的文章(参见Pattern Recognition，Vol.13，No.2，1981)和题为“画像处理装置和画像处理方法”的日本专利特开2005-20321公开了广义的Hough变换。这是Hough变换对任意形状检测的一种扩展，但当待检测形状存在旋转与尺度变换时，该方法计算代价过大，因而并不实用。 Loy等人发表的题为“Fast Shape-based Road Sign Detection for aDriver Assistance System”的文章(参见Inter.Conf.on IntelligentRobots and Systems，Sept-Oct，Sendal，Japan，2004)公开了一种Radialsymmetry算法。这是广义Hough变换针对径向对称形状(如正多边形、圆等)检测的一种特化，能够处理形状检测中的旋转问题。但该方法采用的n倍角准则只适用于正多边形检测。
技术实现思路
鉴于上述问题，本专利技术的目的是提供一种检测包含任意线段组合的形状的方法和装置，可应用于检测图像中包含的几何形状。 根据本专利技术的一个方面，提供一种检测包含任意线段组合的形状的方法，包括步骤从输入图像中提取图像边缘并计算边缘点的梯度方向；对计算出的各边缘点进行投票操作，以生成投票图像；利用投票图像确定待检测形状的局部形状特征；和将所述形状特征的参数与形状参数表中的形状参数进行对比，确定输入图像中包含的形状。 根据本专利技术的再一个方面，提供一种检测包含任意线段组合的形状的装置，包括图像采集单元，用于采集输入图像；形状模板存储单元，用于存储待检测形状的标准模板及其形状参数；边缘提取单元，用于提取输入图像的边缘；形状检测单元，用于检测边缘图像中的形状特征，并与预先存储的形状模板进行比较，以确定是否存在待检测形状。 与Radial symmetry算法相比较，除正多边形外，根据本专利技术的方法可检测更为广泛的形状类型；与广义Hough变换相比较，该方法对于存在尺度及旋转变换的形状检测均有效。 附图说明 通过下面结合附图说明本专利技术的优选实施例，将使本专利技术的上述及其它目的、特征和优点更加清楚，其中 图1是根据本专利技术实施例的检测包含线段组合的形状的方法的流程图； 图2a至2c是说明待检测标准模板以及边缘提取和边缘梯度方向的示意图； 图3是说明根据本专利技术方法的一个实例，建立多边形及其内切圆表的示意图； 图4是说明根据本专利技术的方法的形成投票区间的示意图； 图5是解释本专利技术的投票峰值的示意图； 图6是说明图2中所示的多边形旋转放缩的情况下进行检测的示意图； 图7是说明根据本专利技术实施例进行线段组合几何关系认证的流程图； 图8是表示根据本专利技术的包含线段组合的形状检测装置的方框图； 图9说明形状骨架的示意图； 图10是说明根据本专利技术实施例自动构造内切圆表的流程图； 图11a和11b是说明根据本专利技术的实施例利用内切圆与线段关系检测形状的示意图； 图12是根据本专利技术利用内切圆与线段间的几何关系检测形状的流程图； 图13a和13b内切圆与曲线段间的几何关系的示意图； 图14是说明根据本专利技术的实施例检测正多边形及圆的过程的流程图； 图15a和15b是根据本专利技术的实施例检测任意三角形的示意图。 具体实施例方式 下面参照附图对本专利技术的实施例进行详细说明，在描述过程中省略了对于本专利技术来说是不必要的细节和功能，以防止对本专利技术的理解造成混淆。 本专利技术提出了一种检测包含任意线段组合形状的方法及其装置。所谓含有线段组合的形状是指形状轮廓中包含若干条直线段，这些直线段可以是闭合或非闭合的形状。通常，人们主要关心闭合形状(如多边形)的检测。但本专利技术不限于此，而是对非闭合形状也能适用。另外，本专利技术还可以检测含有曲线段的形状。 下面参考图1描述根据本专利技术实施例的检测任意线段组合形状的方法的流程图。 根据本专利技术的一个实施例，形状检测方法可以包括离线处理和在线处理两部分。 离线处理是预先从输入的待检测形状标准模板中提取形状参数，基于所提取的标准模板的形状参数建立相应的形状参数表。 下面结合图1说明基于形状参数表对输入图像中存在的形状进行在线检测(实时检测)的处理过程。首先，在步骤S11，从输入图像中提取图像边缘并计算边缘点的梯度方向。此后，在步骤S12，对计算出的各边缘点进行投票操作，以生成投票图像。接下来，在步骤S13，利用投票图像确定待检测形状的局部形状特征，并将所得到的输入图像中包含的形状的参数与从已经形成的形状参数表中提取有关标准模板的形状参数进行对比，从而确定输入图像中包含的形状。作为替换，也可以将所得到的输入图像中包含的形状的参数与形状参数表中存储的不同形状的对应参数进行比较，以确定输入图像中所包含的对应形状。最后，在步骤S14，利用待检测形状各个局部形状特征间的几何关系，检验形状的存在性。其中，形状局部特征的检测与特征间几何关系的认证均利用了离线处理得到的形状参数。 为了更好地理解本专利技术，下面详细描述本专利技术的上述流程中涉及到的一些基本原理。 实例1(利用内切圆间的几何关系) 图2a至2c示出了根据本实例的多边形检测的基本过程的示意图。其中，图2a是待检测形状的标准模板；图2b是输入图像，图2c是表示输入图像的边缘图像。相对于图2a所示的标准模板，图2b所示的图像中包含的待检测的形状可能存在尺度(放缩)和旋转变换。 边缘提取是从输入图像中提取灰度(或颜色)变化明显的部分，它们对应于物体的边界。若将图像视为一个二维函数f(x，y)，其中(x，y)是图像的像素坐标，f是该点的灰度(或颜色)值，则边缘对应于函数f变化较快的点，也即函数梯度f＝fx+fy较大的点，梯度方向θ(tgθ＝fy/fx)表征了边缘方向，它直观上对应于边缘的法线方向。图2c示出了图2b所示的输入图像的边缘图像的示意图。其中，白色表示边缘像素，箭头表示边缘的梯度方向。边缘提取可采用许多已有的方法，如Canny，Sobel，LoG算子等。 如上所述，根据本专利技术检测形状的方法首先要提取形状参数以建立形状参数表。形状参数的提取是离线地从待检测形状标准模板中提取形状特征并记录特征的几何参数。建立几何本文档来自技高网...

【技术保护点】
一种检测包含任意线段组合的形状的方法，包括步骤：　　　　从输入图像中提取图像边缘并计算边缘点的梯度方向；　　　　对计算出的各边缘点进行投票操作，以生成投票图像；　　　　利用投票图像确定待检测形状的局部形状特征；和　　　　将所述形状特征的参数与形状参数表中的形状参数进行对比，确定输入图像中包含的形状。

【技术特征摘要】

【专利技术属性】
技术研发人员：吴刚，刘伟杰，谢晓辉，魏强，
申请(专利权)人：松下电器产业株式会社，
类型：发明
国别省市：JP[日本]