[发明专利]一种基于直方图峰值搜索的圆检测方法

说明书

技术领域

本发明涉及数字图像处理技术领域，尤其涉及一种基于直方图峰值搜索的圆检测方法。

背景技术

对数字图像中的圆形目标进行检测是计算机视觉和模式识别中的一个经典问题，被广泛应用于自动化检测、数字图像处理、医学图像分析等领域。Hough变换是图像特征检测与识别中常用的一种方法，具有对噪声不敏感的优点，可有效滤除噪声的影响以提高检测结果的准确度。但将其用于圆形目标检测时，参数空间超过了二维，计算量和存储空间都比较大，在实际应用中效率较低。近年来，国内外对圆检测方法进行了深入、广泛的研究，取得了许多成果：随机Hough变换(RHT)随机取点，当图像中的内容较为复杂时会造成大量无效采样与累积，影响检测效率；其改进算法利用密度检查、聚类分析、采样优化等方法有效减少了无效累积，但增加了算法的复杂性；其它一些算法检测精度较高，但需要进行求导数、梯度、连通性等数学运算，具体实现比较复杂。

发明内容

本发明的目的是克服现有圆检测方法存在的不足，从圆中心对称的几何特性出发，提供一种基于直方图峰值搜索的圆检测方法。

基于直方图峰值搜索的圆检测方法包括如下步骤：

1)对原始图像进行边缘检测，获取二值边缘特征图像；

2)从上至下水平扫描二值边缘特征图像中的每一行边缘点，对每一条水平扫描线上任意两个边缘点连线中心的横坐标进行累加计数，进而得到一个与之对应的直方图，称之为二值边缘特征图像的水平扫描中点直方图；

3)从左至右垂直扫描二值边缘特征图像中的每一列边缘点，对每一条垂直扫描线上任意两个边缘点连线中心的纵坐标进行累加计数，进而得到一个与之对应的直方图，称之为二值边缘特征图像的垂直扫描中点直方图；

4)搜索水平、垂直扫描中点直方图中的全局峰值，其对应的横、纵坐标即为候选圆圆心的坐标；

5)对二值边缘特征图像中每个边缘点到候选圆圆心的距离进行累加计数，并根据距离的大小对其累加计数值进行归一化，从而获得一个归一化的距离直方图；

6)搜索归一化距离直方图中数值大于阈值σ的局部峰值：若存在满足条件的峰值，则说明候选圆为真，且峰值对应的距离即为圆的半径，转至步骤8)；若不存在满足条件的峰值，则说明候选圆为假，转至步骤7)；

7)删除位于虚假圆上的边缘点，更新二值边缘特征图像的水平、垂直扫描中点直方图，转至步骤4)；

8)判断已检测圆的个数是否满足要求，若满足则停止检测，整个圆检测过程结束，否则删除位于最新检测圆上的边缘点，更新二值边缘特征图像的水平、垂直扫描中点直方图，转至步骤4)。

步骤5)所述距离直方图的归一化规则为：对于每一种大小固定的边缘点到候选圆圆心距离r，将其累加计数值除以

步骤7)和8)所述二值边缘特征图像水平扫描中点直方图的更新方法为：对于每一个将被删除的边缘点P_i，获取与其位于同一水平扫描线上的边缘点集合；对于集合中的每一个边缘点Q_i，计算P_iQ_i连线中心的横坐标，将水平扫描中点直方图中该横坐标的累加计数值减一。

步骤7)和8)所述二值边缘特征图像垂直扫描中点直方图的更新方法为：对于每一个将被删除的边缘点P_i，获取与其位于同一垂直扫描线上的边缘点集合；对于集合中的每一个边缘点Q_i，计算P_iQ_i连线中心的纵坐标，将垂直扫描中点直方图中该纵坐标的累加计数值减一。

本发明与现有圆检测方法相比具有的有益效果：

充分利用了圆中心对称的几何特性，基于直方图峰值搜索能够快速准确地提取数字图像中的圆形目标，检测速度较常见的方法提高了一个数量级。

附图说明：

图1为本发明的流程图；

图2为示例原始图像；

图3为原始图像边缘检测后的二值边缘特征图像；

图4为二值边缘特征图像的水平、垂直扫描中点直方图；

图5为圆检测结果示意图。

具体实施方式：

基于直方图峰值搜索的圆检测方法包括如下步骤：

1)对原始图像进行边缘检测，获取二值边缘特征图像；

2)从上至下水平扫描二值边缘特征图像中的每一行边缘点，对每一条水平扫描线上任意两个边缘点连线中心的横坐标(若非整数则四舍五入)进行累加计数，进而得到一个与之对应的直方图，称之为二值边缘特征图像的水平扫描中点直方图；