[发明专利]数字图像中任意三角形的检测方法

说明书

技术领域

本发明涉及计算机视觉中的图像特征自动检测领域，特别是数字图像中任意三角形的检测方法。

背景技术

形状检测与识别在自动化检测、物体定位、图像分析、计算机辅助设计等领域具有十分重要的地位和作用。目前，用于多边形等由直线段构成的封闭几何图形的识别方法有多种。广义Hough变换(GHT)^[1]利用多边形的几何特性，将变量空间图形的检测问题转化为参数空间的聚类问题，实现多边形的直接检测。其特点是简单直接，但计算量大，计算效率低。Lara等^[2]提出了平行算法识别图像中的多边形，该算法在已知图像中直线及其端点的条件下，首先计算直线间的交叉点，并设计四个矩阵来表示端点及交叉点的相互位置关系，然后由一个端点出发，按照规则遍历各端点或交叉点，直至构成封闭序列，从而实现多边形检测。该方法需已知图像中的相关信息。Barnes等^[3]提出的方法首先获得图像边缘，然后依据正多边形的几何特性，利用后验概率定义正多边形的概率密度函数，接着通过计算正多边形边数和方向偏角来实现道路标识牌中正多边形的检测，该方法的计算较为复杂，计算量大，且只针对特定的多边形。针对现有检测方法存在的问题，本发明提出了一种任意三角形的检测方法，该方法不需要已知图像相关信息，且易于实现，计算效率优于现有方法。

参考文献：

[1]Davies E R.Machine vision：theory，algorithms，practicalities(3rd Ed.).Elsevier，2005，387-410.

[2]Arijit L，Amitava S，Bhabani P S.Parallel algorithms for identifying convex and non-convexbasis polygons in an image.Parallel Computing，2005.31：290-310.

[3]Nick B，Gareth L，David S.The regular polygon detector.Pattern Recognition，2010.43：592-602.

发明内容

本发明针对数字图像中任意三角形的检测问题，提供一种能够准确检测图像中任意三角形的检测方法。为了实现本目的，本发明数字图像中任意三角形的检测方法，包括以下步骤：

步骤S1：采集图像并输入计算机；

步骤S2：计算各像素点的梯度；

步骤S3：利用边缘检测算子计算图像的边缘图；

步骤S4：利用边缘图上各边缘点的梯度计算各边缘点的方向线；

步骤S5：计算图像中各像素点的特征长度与特征能量，获得图像的特征长度分布图与特征能量分布图；

步骤S6：在阈值约束下，在特征能量分布图上检测局部极大值点；

步骤S7：由每个局部极大值点及其对应的特征长度确定一个组成三角形的边缘点集合；

步骤S8：对于所述的一个三角形边缘点集合，根据梯度方向对边缘点进行分组，利用分组个数验证并剔除不合理的三角形边缘点集合；

步骤S9：对于所述的分组后的三角形边缘点集合，对每组边缘点进行直线拟合，并利用直线相交获得三角形的顶点位置。

步骤S10：输出三角形的顶点位置信息。

本发明提供的数字图像中任意三角形的检测方法，首先以各像素点为中心计算该中心到其支撑区域内各边缘点方向线的距离，并根据各个距离及其出现的次数确定各像素点的特征长度和特征能量，获得图像的特征长度分布图和特征能量分布图；然后在阈值约束下，在特征能量分布图上检测局部极大值点；由每个局部极大值点及其对应的特征长度确定一个组成三角形的边缘点集合；对于所述的一个三角形边缘点集合，根据梯度方向对边缘点进行分组，利用分组个数验证并剔除不合理的三角形边缘点集合；对于所述的分组后的三角形边缘点集合，对每组边缘点进行直线拟合，并利用直线相交获得三角形的顶点位置，最后，输出三角形的顶点位置信息。本发明提供的方法能够准确检测出图像中的三角形，易于实现，且不需要已知图像相关信息，较现有方法计算效率更高。

附图说明

图1为本发明数字图像中任意三角形的检测方法流程图。

图2a为实施例中使用的原始图像。图2b为利用Canny算子对图2a获得的边缘图；图2c、2d分别为本发明提供的方法在图2a上获得的特征长度分布图与特征能量分布图；图2e为本发明提供的方法三角形检测结果。

具体实施方式