[发明专利]一种采用稀疏存储结构的圆形检测方法

权利要求书

1.一种采用稀疏存储结构的圆形检测方法，其主要包括如下步骤： 

步骤1：图像预处理：对原始输入图像进行边缘点检测，并计算各个边缘点梯度方向； 

步骤2：离散圆周生成一组投票方向，构造稀疏存储结构，记录边缘点不依赖于半径的投票方向、投票位置和投票值；首先对圆周进行离散点采样，以采样点到圆心的方向，作为边缘点可能的投票方向；利用匹配度表示边缘点投票值，在匹配度上界的约束下，确定边缘点的投票方向，进而计算出边缘点所在图像位置周围不依赖于半径的投票区域和相应投票值；构造稀疏存储结构，包括一个稀疏矩阵和一个稀疏链表，存储边缘点的投票方向、投票位置和投票值，其中，稀疏矩阵记录边缘点的投票位置所在图像列号和边缘点投票方向，稀疏链表中每个链表节点包含三个元素，首元素存储边缘点投票位置所在的图像行号，第二个元素存储投票值，第三个元素存储同一图像列中下一个投票位置所在的图像行号； 

步骤3：检索稀疏存储结构，获取各离散投票方向的投票位置，离散给定的半径搜索范围，根据离散的半径和方向生成平移向量，对投票位置进行平移，叠加投票值生成投票图：对每个投票方向检索稀疏存储结构，得到边缘点不依赖于半径的投票值和投票位置；设定半径搜索范围，采样生成离散半径值，针对每个半径值，结合所有投票方向生成平移向量，检索出的边缘点投票位置按照平移向量进行平移，叠加平移后的边缘点投票值，生成投票图； 

步骤4：根据投票图解析圆心和半径：对步骤3中得到的每个离散半径值对应的投票图，采用局部最大值搜索方法，确定可能的圆心位置和置信度，投票 图对应的离散半径值作为圆形半径；组合从所有离散半径值对应的投票图中解析得到的圆形，采用非极大抑制策略，去除冗余圆形。 

2.根据权利要求1所述的一种采用稀疏存储结构的圆形检测方法，其特征在于：步骤2所述利用匹配度表示边缘点投票值的具体方法为，边缘点匹配度定义为，设定的差异上界，减去边缘点梯度方向与投票方向形成的方向差异，再减去边缘点位置与其他图像位置形成的位置差异。 

3.根据权利要求1所述的一种采用稀疏存储结构的圆形检测方法，其特征在于：步骤2所述确定边缘点的投票方向，进而计算出边缘点所在图像位置周围不依赖于半径的投票区域和相应投票值的具体方法为，所有使得边缘点匹配度为非负值的图像位置构成投票区域，在方向差异不大于差异上界的条件下，根据边缘点梯度方向，确定出每个边缘点对应的两个投票方向{d_i,i=1,2}，d_i表示第i个投票方向，相应的方向差异记作{ori_dif_i,i=1,2}；对每一个方向差异ori_dif_i，差异上界减去ori_dif_i得到最大允许位置差异{loc_dif_i,i=1,2}；对每一个loc_dif_i，根据边缘点所处图像位置，在位置差异不大于最大允许位置差异的条件下，计算出每个边缘点满足匹配度约束条件的两个投票区域{roi_i,i=1,2}；当方向差异和最大允许位置差异分别为ori_dif_i和loc_dif_i时，在边缘点投票区域各个投票位置，得到的投票值为{差异上界-ori_dif_i-位置差异，位置差异≤loc_dif_i,i=1,2}。

4.根据权利要求1所述的一种采用稀疏存储结构的圆形检测方法，其特征在于：步骤2所述构造稀疏存储结构的具体方法为，对每个边缘点，需要存储三种信息，分别是边缘点投票方向、投票位置和投票值；构造一个二维矩阵MM，大小为NxK，N代表原始输入图像的列数，K代表投票方向数目，假定某个边缘点对应的投票方向为k，在计算出的投票区域roi中，按照列方向遍历投票值，当投票位置位于图像第n列时，二维矩阵MM中位于第n行、第k列的元素置 为指向一个链表的指针，该链表存储投票区域roi中位于图像第n列的投票值，每个链表节点包含三个元素，第一个元素存储投票位置所在图像行号，第二个元素存储投票值，第三个元素存储同一图像列中下一投票位置所在图像行号；当两个边缘点对应于同一投票方向时，处于同一图像列投票位置的投票值压入同一链表，更进一步，如果两个投票值还处于同一图像行投票位置，则只存储较大投票值；在边缘点匹配度约束条件下，两个边缘点对应同一投票方向和同一图像列投票位置的概率很小，使得矩阵MM及其指向的链表均只含有少量元素，具有稀疏性。