[发明专利]一种采用稀疏存储结构的圆形检测方法

说明书

技术领域

本发明属于计算机视觉物体检测领域，具体涉及一种采用稀疏存储结构的圆形检测方法。

背景技术

作为视觉世界中的一类常见物体，圆频繁出现在我们的日常生活中，例如使用的硬币、汽车的轮胎、圆形交通标志牌等。利用计算机视觉技术，识别出图像中圆形物体具有重要意义，例如，银行在统计硬币数目时，目前通常采用人工计数的方式，费时费力，相比之下，如果对硬币进行拍照，并检测出该图像中圆形对象，即可达到硬币计数的目的，省时省力。因此，提供一种准确而快速的圆检测方法显得十分必要。

经过几十年的发展历程，针对圆检测，国内外已提出了各种各样的方法，然而从实际应用的角度，这些方案远未完善，仍然存在改善的可能。在这些方法中，大部分是基于霍夫变换(Hough Transform)。它们依据落在轮廓上的边缘点数目来判断圆实例的匹配效果，这个值正比于圆的半径，因此要比较不同半径的匹配效果则需要相对圆半径进行归一化。虽然都是基于霍夫变换，但是因为使用策略不同，这些方法呈现出各自的特点。常用的策略包括：(1)同时对一组半径进行投票的改进，一般基于二维的投票矩阵，而非图像平面加上半径的三维矩阵，主要包括OpenCV(Open Source Computer Vision)实现的Yuen的方法[1]和Tao的霍夫变换方法[2]；(2)应用半径调制的复投票矩阵对一组半径进行复值投票[3]；(3)将随机霍夫变换(RHT：Randomized Hough Transform）和不同采样策略结合[4]；(4)应用圆的对称性；(5)采用层次投票；(6)将圆检测视作滤波操作。以上方法针对检测过程中存储空间、检测精度、方法计算复杂度等不同因素进行改进，往往组合使用。

在实际应用场景中，圆检测面临各种不利因素：图像光照不均匀使得边缘点梯度方向估计不准、圆形目标存在遮挡、变形、混杂噪声边缘点。但是，在目前的实际应用中，仍然采用传统的基于霍夫变换的检测方法，如中国知识产权局公开号为CN102147857A的专利（“利用改进霍夫变换进行类圆形检测的图像处理方法”）。这类方法虽然有不同的工程实现方式，但存在一些共性：(1)圆形轮廓上边缘点对圆心的投票采用叠加方式，投票位置沿着该点梯度方向，在不同半径值下计算得出；(2)投票的目的是统计位于圆轮廓上的边缘点数目，需要去除不同半径值对边缘点数目统计结果的影响，即对最终投票图做半径归一化。这种投票方式带来两种不利影响：一方面，叠加投票方式会使圆形轮廓周围噪声点的投票结果也被计算在内，不利于真实圆形目标的确定；另一方面，由于投票方向依赖于边缘点梯度方向，但梯度方向的估计往往并不精确，所以，得出的投票位置并不能精确反映真实圆心位置。综上所述，现有的圆形检测方法无法在检测准确性和鲁棒性方面，满足实际应用需求。

[1]H.Yuen,J.Princen,J.Illingworth,and J.Kittler,Comparative study of Hough Transform methods for circle finding,Image and Vision Computing,vol.8,pp.71-77,1990.

[2]T.Peng.Detect circles with various radii in grayscale image via Hough Transform.Available:

http://www.mathworks.com/matlabcentral/fileexchange/9168-detect-circles-wit h-variousradii-%20in-grayscale-image-via-hough-transform

[3]E.E.Zelniker and I.V.L.Clarkson,Maximum-likelihood estimation of circle parameters via convolution,Trans.Img.Proc.,vol.15,pp.865-876,2006.

[4]T.-C.Chen and K.-L.Chung,An Efficient Randomized Algorithm for Detecting Circles,Computer Vision and Image Understanding,vol.83,pp.172-191,2001.

发明内容