[发明专利]一种基于图像处理技术的椭圆与矩形目标识别方法

说明书

技术领域

本发明涉及的是一种数字图像处理技术，特别是一种矩形与椭圆目标的识别方法。

背景技术

基于区域形状的目标识别是数字图像处理技术的重要内容之一。在数字图像处理的应用领域中，经常需要对矩形和椭圆目标进行分类识别。由于形状本身的相似性，椭圆和矩形的分类识别是数字图像处理技术的经典难题之一。

基于图像处理技术的自动报靶系统研究(南京航空航天大学硕士论文，2005.7)中，利用Hough变换和椭圆的几何特性识别，首先利用对称性分离椭圆的纵轴和横轴，再利用Hough变换进行进行直线检测识别得到纵轴和横轴，由二者的交点确定椭圆圆心并进一步得到其它参数。基于误差理论的椭圆识别快速算法(信息与电子工程.2005年12月，第3卷第4期.249～252页)中，提出了一种基于误差理论的椭圆识别算法，其关键是根据图像边缘点坐标构造矩阵及多项式，通过求解多项式的特征根得到长短半轴，再利用实际边缘坐标与标准椭圆边缘的方差求得点位精度，作为判别椭圆与否的特征量。Efficient Technique for Ellipse Detection Using Restriced Randomized Hough Transform(Proceedings of the International Conference on Information Technology：Coding andComputing(ITCC’04)2004)中，提出一种受限随机Hough变换(Restricted RandomizedHough Transform——RRHT)，其关键在于检测椭圆时限定被选择点的范围，从而比随机Hough变换耗费更少的时间，并具有更高的准确率。Nawwaf Kharma and Peter GrogonoFast Robust GA-Based Ellipse Detection(Proceedings of the 17th International Conferenceon Pattern Recognition(ICPR’04))中，提出了一种利用多人遗传算法(Multi-PopulationGenetic Algorithm——MPGA)进行椭圆检测，平均耗时134.58秒。一种基于长轴和对偶性的椭圆检测新算法(光学技术.2007.VOl.33 No.5Sep.763～765)中的方法，是在目标为椭圆的前提下对椭圆参数进行检测，是基于长轴和对偶性的椭圆检测新算法。对于一幅720×480像素的二值图片，利用该文献的检测方法在P4，2.4G编程环境为VC6.0的计算机上耗时1.4s。

发明内容

本发明的目的在于提供可快速、有效地对图像中的矩形或正方形与椭圆或圆形目标的一种基于图像处理技术的椭圆与矩形目标识别方法。

该方法具体包括如下步骤：

1.对原始图像进行滤波、二值化和二值图像标记；

2.计算目标区域的几何参数：区域面积A、区域周长P、几何中心最小惯性轴角度α；

3.将目标区域旋转α，求旋转后区域的边界框；

4.计算边界框的区域面积A’、区域周长P’和几何中心

5.计算目标区域与边界框的中心偏差距离R；

6.当R＜某一阈值，则目标区域是高度对称的，否则，目标区域不是高度对称的，不可能是椭圆或矩形；

7.对高度对称区域，计算目标区域与边界框的面积差异DeltaA和周长差异DeltaP；

8.利用DeltaA和DeltaP构成的二维特征向量来区分椭圆和矩形。