[发明专利]一种基于改进Hough变换的轮毂轮廓检测方法

说明书

本发明公开了一种基于改进Hough变换的轮毂轮廓检测方法，包括以下步骤：首先对轮毂图像进行预处理操作，提取轮毂的边缘轮廓曲线；然后将轮廓边界点分为不同子集，去除噪声集；以间隔30°对图像进行多组截取，求得每条截线与轮廓的交点，利用Hough变换获得不同方向上拟合直线的方程；确定圆心坐标，求得圆心与交点距离，根据其方差判定是否为圆形，最后求得圆心及半径。与传统Hough变换和随机Hough变换算法相比，本发明的检测方法运行时间短，运行速度快，同时具有更高的检测精度。

技术领域

本发明属于数字图像处理、模式识别领域，具体涉及一种基于改进hough变换的轮毂轮廓检测方法。

背景技术

轮毂图像相对其他种类图像的关键特征在于其轮廓圆特征，轮廓圆的直径、圆心坐标位置等是轮毂的重要参数，识别出轮毂的关键轮廓圆特征将有利于进一步的图像分析处理。目前轮廓圆特征提取方法主要有Hough圆变换法、边缘链码跟踪检测法以及最小二乘拟合法等。其中，由于Hough变换具有很好的噪声鲁棒性、间断适应性和旋转不变性等特点，因而以Hough圆变换法最为有效和常用。

Hough变换是由Paul Hough于1962年提出的，其基本思想是将图像空间的一点变换到参量空间的一条曲线或一个曲面，而具有同一参量特征的点经变换后在参量空间中相交，通过判断交点处的累积程度来完成特征曲线的检测。它是一种检测二进制图像中图形的有效方法，如直线、圆、椭圆等，后来提出的广义Hough变换可以检测任意形状的图形，解决了模式识别和计算机视觉的许多问题。经过几十年的发展，Hough变换得到了广泛的应用。在被检测的图像不是很复杂的情况下，传统Hough变换能够得到令人满意的结果，但由于传统Hough变换(CHT)是一对多的映射匹配算法，图像中的每一个特征点(边缘像素点)与参数空间中可能通过该点的所有曲线的参数相匹配，并对这些参数单元投票累加，使得该方法有很大缺陷：计算量大，所需的计算时间长；需要将参数空间单元预存到存储单元中，耗费大量的存储空间；由于图像空间和参数空间的离散化，使得Hough变换的检测精度不高；无法区分噪声点和组成目标的特征点等。

在此基础上，Xu等提出了随机Hough变换(RHT)方法，通过随机选取三个不共线的边界点映射为参数空间中的一个点，避免了CHT中的一对多的映射，但是这种方法受噪声和图像复杂性的影响较大，容易产生大量的无效点累积，从而影响计算准确性。因此，有必要对传统Hough变换算法进行改进。

发明内容

为解决现有技术存在的问题，本发明提供一种基于改进Hough变换的轮毂轮廓检测方法。本发明的检测方法运行时间短，运行速度快，同时具有更高的检测精度。

为了实现上述目的，本发明采用以下技术方案：

一种基于改进Hough变换的轮毂轮廓检测方法，包括以下步骤：

S1：对轮毂图像进行图像去噪，图像目标范围界定，图像形态学和二值化预处理操作，通过Canny算子提取轮毂的边缘轮廓曲线；

S2：统计所有边缘轮廓像素点集合，按照八邻域连续的定义方式将所有连续的轮廓边界点统计分为不同的子集，同时去除点数小于预先设定的阈值T₁的噪声集；

S3：分别对提取到的轮廓边界沿六个方向{0°,30°,60°，90°,120°，150°}截取，在对每个方向截取时，求得每条截线与轮廓的两个交点i，j；

S4：设置N组(N≥3)不同的扫描线重复步骤S3的操作，求得交点i，j，交点i，j连线的中点为m；

S5：利用Hough变换将所有的中点m映射至二维参数空间，获得6个方向上的拟合直线方程L₁～L₆；