基于内积与距离分布的椭圆快速检测方法技术

本发明专利技术公开了一种检测图像中的椭圆的方法，该方法包括如下步骤：S1、计算所述图像中各像素点的内积能量，获得该图像的内积能量分布图，所述内积能量反映的是任一像素点邻域内边缘点关于该像素点的对称程度；S2、在像素点的内积能量阈值约束下，在所述内积能量分布图上检测局部极大值点，获得潜在的椭圆中心点；S3、对于任一所述局部极大值点，计算其邻域内各像素点的焦点能量，获得其邻域的焦点能量分布图；S4、对于任一局部极大值点，利用其邻域的焦点能量分布图确定至少一个椭圆。本发明专利技术简单可行，易于实现，且在计算时间和检测准确度方面更加优良。

【技术实现步骤摘要】

本专利技术属于计算机视觉
，具体涉及图像特征的自动检測，特别是数字图像中椭圆的快速检测方法。
技术介绍
在现实场景中，圆形图案、球状物和椭圆形图案大量存在；同时，由于拍摄视角的影响，圆形和球状物在平面图像中经常以椭圆形呈现，因此，从图像中检测出椭圆结构是计算机视觉和图像处理领域ー个重要且具有广泛应有价值的研究问题。目前，椭圆检测主要有两大类方法基于Hough变换的方法和曲线拟合方法。第ー种方法利用图像中的边缘点以投票的方式确定椭圆的各种參数，实现椭圆的检测(參见 Duda, R. O. , & Hart, P. E. (1972). Use of the Hough transformation to detect lines and curves in pictures. Communications of the ACM,15(I),11-15)。 对于任ー椭圆，其由五个參数中心点坐标(χ，y)、长半轴a、短半轴b和椭圆倾角θ唯一确定。基于标准Hough变换的方法虽然具有相当的鲁棒性，但需要对ー个五维的參数空间进行投票，计算复杂度和内存需求较高；为了克服上述问题，改进的Hough变换方法被提出(R. A. McLaughlin, Ranaomized hough transform improved ellipse detection withcomparison, Pattern Recognition Letters 19 (3-4) (1998) 299-305),在一定程度上降低了计算复杂度和内存需求，但仍未较好解决这些问题。曲线拟合的方法则将图像中的曲线段看作椭圆上的一段弧线，首先估计图像中曲线段的參数，然后将參数接近的曲线段合并，最終实现椭圆的检測。Mai等(F.Mai，Y. b. Hung, H. /ihong, ff. F. bze. Ahierarchical approach for fast and robust ellipseextraction. Pattern Recognition 41 (2008) 2512-2524)提出一种分等级的捕圆检测方法，该方法首先提取出边缘图中的线段，然后将线段进行分组，采用RANSAC方法对椭圆进行拟合实现椭圆的检测。该方法不能检测出较小的椭圆，且对边缘检测结果要求较高。此夕卜，基因算法(Lutton, E. , Martinez, P. . A genetic algorithm for the detection 2Dgeometric primitives in image. In Proceedings of 12th International ConferenceonPattern Recognition, 1994, pp. 526-528)、最小ニ乘拟合方法(Kuang Chung Chen, NizarBouguila, Djemel Ziou. Quantization-free parameter space reduction in ellipsedetection, Expert Systems with Applications 38 (2011) 7622-7632)也被用于捕圆检測。
技术实现思路
(一 )要解决的技术问题本专利技术所要解决的技术问题是现有的从ニ维数字图像中检测椭圆的方法计算复杂，检测准确度低的问题。( ニ )技术方案为解决上述技术问题，本专利技术提出一种检测图像中的椭圆的方法，所述图像为ニ维数字图像，并且由多个像素组成，该方法包括如下步骤Si、计算所述图像中各像素点的内积能量，获得该图像的内积能量分布图，所述内积能量反映的是任ー像素点邻域内边缘点关于该像素点的对称程度；S2、在像素点的内积能量阈值约束下，在所述内积能量分布图上检测局部极大值点，获得潜在的椭圆中心点；S3、对于任一所述局部极大值点，计算其邻域内各像素点的焦点能量，获得其邻域的焦点能量分布图；S4、对于任一局部极大值点，利用其邻域的焦点能量分布图确定至少ー个椭圆。(三)有益效果本专利技术利用椭圆的中心对称特性，引入内积这ー数学运算，构造内积能量描述子，获取图像的内积能量分布图，以实现椭圆中心的检测，井根据椭圆的定义，生成焦点能量分布图以确定椭圆焦点的位置，并利用椭圆的几何特性，实现椭圆其他參数的确定，因此本专利技术简单可行，易于实现，且在计算时间和检测准确度方面更优。 附图说明图I为本专利技术基于内积与距离分布的从ニ维数字图像中检测椭圆的方法的流程图；图2a为本专利技术的实施例中使用的原始图像；图2b根据本专利技术利用Canny算子在图2a上获得的边缘图；图2c为本专利技术的方法在图2a上获得的内积能量分布图；图2d为图2c上获得的8个局部极大点的邻域焦点能量分布图；图2e为利用本专利技术的方法获得的潜在椭圆检测结果；图2f为利用本专利技术的方法剔除不合理椭圆后的最終检测結果。具体实施例方式针对现有的从ニ维数字图像中检测椭圆的方法中存在的问题，本专利技术提出ー种基于内积与距离分布的快速椭圆检测方法，本专利技术首先利用椭圆的中心対称性，引入数学中的内积运算构造描述子，获取图像的内积能量分布图，实现椭圆中心的定位；在此基础上，根据椭圆的定义椭圆是平面上到两定点的距离之和为常值的点之轨迹，统计椭圆中心点邻域内边缘点到两定点距离之和的分布以定义焦点能量，获取中心点邻域的焦点能量分布图，确定椭圆两个焦点的位置；最后利用椭圆的几何特性，计算出椭圆的其他參数，实现椭圆的检測。该方法主要利用椭圆的几何特性，将椭圆的检测由五个參数的确定減少为椭圆中心和焦点位置參数的确定，大大減少了计算量。该方法运算简单，计算复杂度低且易于实现。图I为本专利技术基于内积与距离分布的从ニ维数字图像中检测椭圆的方法的流程图。如图I所示，该方法主要包括如下步骤获得所述ニ维图像的内积能量分布图；在该内积能量分布图上检测局部极大值点；获取各个局部极大值点的邻域焦点能量分布图并确定对应的椭圆。该方法的最后还可包括从所确定的椭圆中选取符合预期要求的椭圆的步骤。下面详细介绍各步骤SI、计算所述ニ维图像中各像素点的内积能量，获得所述ニ维图像的内积能量分布图，所述内积能量反映的是任ー像素点邻域内边缘点关于该像素点的对称程度。根据本专利技术，该步骤包括如下分步骤S11、对于该ニ维图像中的任一像素，确定其邻域内关于该像素点対称的对称点对。对图像中的任一像素点X,给定ー个圆形邻域本文档来自技高网...

【技术保护点】
一种检测图像中的椭圆的方法，所述图像为二维数字图像，并且由多个像素组成，其特征在于，该方法包括如下步骤：S1、计算所述图像中各像素点的内积能量，获得该图像的内积能量分布图，所述内积能量反映的是任一像素点邻域内边缘点关于该像素点的对称程度；S2、在像素点的内积能量阈值约束下，在所述内积能量分布图上检测局部极大值点，获得潜在的椭圆中心点；S3、对于任一所述局部极大值点，计算其邻域内各像素点的焦点能量，获得其邻域的焦点能量分布图；S4、对于任一局部极大值点，利用其邻域的焦点能量分布图确定至少一个椭圆。

【技术特征摘要】
1.一种检测图像中的椭圆的方法，所述图像为ニ维数字图像，并且由多个像素组成，其特征在于，该方法包括如下步骤51、计算所述图像中各像素点的内积能量，获得该图像的内积能量分布图，所述内积能量反映的是任ー像素点邻域内边缘点关于该像素点的对称程度；52、在像素点的内积能量阈值约束下，在所述内积能量分布图上检测局部极大值点，获得潜在的椭圆中心点；53、对于任一所述局部极大值点，计算其邻域内各像素点的焦点能量，获得其邻域的焦点能量分布图；54、对于任一局部极大值点，利用其邻域的焦点能量分布图确定至少ー个椭圆。2.如权利要求I所述的检测图像中的椭圆的方法，其特征在于，所述步骤SI包括如下步骤511、对于所述图像中的任一像素，确定其邻域内关于该像素点対称的对称点对；512、对于所述图像中的任一像素点，利用所述步骤Sll所述的对称点对构造该像素点的内积能量描述子；513、根据所述内积能量描述子计算所述图像中的各像素点的所述内积能量，获得该图像的内积能量分布图。3.如权利要求2所述的检测图像中的椭圆的方法，其特征在干，所述步骤Sll中确定对称点对的方法为对所述图像中的任一像素点X，给定ー个圆形邻域G(X, r) = {q|0彡| X-q |彡r},对于G(X, r)内的任一边缘点Pj, j = I,...,η, η为G(X, r)内边缘点的个数；Ερτ为点Pj关于点X的理论对称点，以点ρτ为中心的ΔΧΔ邻域内边缘点的集合为匕，若存在一个边缘点P ' j满足条件(I) P'j e νΡτ ；(2) \ρ)- ~Ρτ\\ = min {c/, | d, = | (/)-/^||, I < / < No' ト No1 为な内边缘点的个数，则点 P」.和 p' j关于点X对称。4.如权利要求3所述的检测图像中的椭圆的方法，其特征在于，所述步骤Sll中的Λ为3或5。5.如权利要求3所述的检测图像中的椭圆的方法，其特征在于，所述步骤S12中的构造内积能量描述子的方法为对G(X，r)内关于点X対称的任ー对称点对Pi和ゲi，i =I，. . .，No，No为G (X，r)内对称点对的个数，计算点Pi和P' i的内积为I!), = (Ip； + Ip；)'こ，孙由,IWipi) wiM+wip^wip) j _\W(ptymp\)\-mp^mp\)、,占的ハ干 Λ+_2·|γ^,.)||.||ν/(パ)Il, Ρ-~2·||ν/(凡')||·||ν/(パ)Il，γ/(只)刃ハ'、Pi 的梯度，V/(パ)为点ドi的梯度，符号“ Q ”表示内积运算；计算点Pi与矢量;^的内积,.r+ 巧)。PA'lpc = (lpcl + lpctr，其中队=2.|_|綱I , lp^ = 2·|_|例I ，才\vf(p)-W + mp)°pp(算点P' i与矢_>的内积其中か％=- M H I—；||-，p'XIp1Ci =(Ip'c'；+Ip'cl)V2，2·||ν/(Α.)||·|Λχ||6.如权利要求I所述的检测图像中的...

【专利技术属性】
技术研发人员：郝银星，谭湘敏，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：