【技术实现步骤摘要】
一种基于斜率搜索的结构光角点检测方法
[0001]本专利技术涉及图像处理领域和水下成像
,尤其是一种基于斜率搜索的结构光角点检测方法
。
技术介绍
[0002]角点检测的目的是寻找图像中的兴趣点,兴趣点又称为特征点或者关键点,角点检测在图像匹配
、
目标追踪和三维重构等领域中具有广泛的应用
。
角点是图像中最基本的一种兴趣点,它可以定义为图像中两个边缘的交点,或目标轮廓上曲率的局部极大点
。
目前,常见的角点检测算法包括:
Harris
算法
、Fast
算法
、Surf
算法以及
Shi
‑
Tomasi
算法等
。
[0003]基于结构光的水下成像方法是实现实时
、
跨介质成像的重要技术,其中对结构光图像进行角点检测又是基于结构光的水下成像方法中十分关键的环节
。
然而,水面的随机波动会导致相机拍摄的结构光图像出现复杂的折射畸变和运动模糊,图像的这种畸变和模糊严重影响了人们的视觉观察,而且极易造成对图像内容的误判
。
对于该类图像,目前现有的角点检测方法不能准确地提取图像的特征信息,容易出现错检
、
漏检以及多检等问题,对后续的图像复原和目标识别造成干扰
。
技术实现思路
[0004]针对目前的角点检测方法的不足,本专利技术提供一种基于斜率搜索的结构光角点检测方法,以保证
【技术保护点】
【技术特征摘要】
1.
一种基于斜率搜索的结构光角点检测方法,其特征在于,包括如下步骤:步骤
1)
,将彩色的结构光图像转化为灰度图像,定义为
J
H
(x)
;接着增强
J
H
(x)
的图像的边缘信息;将图像
J
H
(x)
转换为二值图像步骤
2)
,对二值图像进行区域分割得到图像的连通域,并获取每个连通域
R
m
的边缘轮廓像素集其中
m
=
1,
…
,n
,
n
为连通域的最大个数;然后求解连通域
R
m
的质心坐标
C
m
;步骤
3)
,根据标准结构光的形状特征
k
边形和连通域
R
m
的质心位置,将边缘像素集划分成
k
个不同子集其中
k
为结构光图案中多边形的边数;步骤
4)
,以质心坐标
C
m
为顶点与
k
个不同子集分别构造
k
个包含边缘像素子集的最小外接四边形;然后计算每个最小外接四边形中过质心坐标
C
m
的对角线斜率
λ
m,r
;步骤
5)
,计算每个最小外接四边形包含的中的每个像素点坐标与质心坐标
C
m
连线的斜率,找到斜率为
λ
m,r
的像素点坐标
(x
m,r
,y
m,r
)
,该点即为所求连通域
R
m
角点坐标;完成对所有连通域的角点坐标的求解,进而实现整幅结构光图像的角点检测
。2.
根据权利要求1所述的基于斜率搜索的结构光角点检测方法,其特征在于,步骤
2)
...
【专利技术属性】
技术研发人员:敖珺,黄启鸿,马春波,简必建,李松林,
申请(专利权)人:桂林电子科技大学,
类型:发明
国别省市:
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。