[发明专利]基于自适应划分网格的IAA直线检测方法

说明书

本发明公开了一种基于自适应划分网格的IAA直线检测方法，首先将图像传感器拍摄的图像进行图像分割和边缘提取得到仅含直线的二值化图像D，然后利用预先定义的向量右乘二值图像D，转换为虚拟均匀线性阵列接收的单快拍远场信号，在入射角范围内先均匀划分少量网格，利用IAA对单快拍远场信号进行检测，得到功率谱最大的角度；再次使用IAA方法对单快拍远场信号进行检测，根据已知直线的数量得到功率谱最大的角度的个数和角度值，从而求得所有直线的倾斜角；最后再利用IAA对单快拍近场信号进行检测，最终求得每个倾斜角对应的偏移量，本发明解决了现有直线检测技术中存在的检测分辨率与算法实时性相矛盾的问题。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于自适应划分网格的 IAA直线检测方法。

背景技术

直线检测是机器视觉和图像处理领域中广泛存在的问题，例如自动驾驶中马路上双黄线检测、直拉硅单晶生长过程中的晶体形状检测等。霍夫变换是直线检测领域较为常用的方法，该方法虽然精度较高，但实时性较差。利用迭代自适应法(Iterative adaptiveapproach,IAA)检测直线的方法近年来被学者提出，具有较高的精度和鲁棒性，但迭代自适应法最大的问题是检测分辨率和算法复杂度相矛盾。如果检测分辨率要求高，需要划分大量的网格，这样就会增加算法的复杂度，影响算法的实时性。因此，如何解决IAA检测直线的检测分辨率和算法复杂度的矛盾就显得极为重要了。

发明内容

本发明的目的是提供一种基于自适应划分网格的IAA直线检测方法，解决了现有IAA直线检测技术中存在的检测分辨率与算法实时性相矛盾的问题。

本发明所采用的技术方案是，基于自适应划分网格的IAA直线检测方法，具体按照以下步骤实施：

步骤1、将图像传感器拍摄的图像进行图像分割和边缘提取得到仅含直线的二值化图像D，即直线所在点像素值为1，背景点为0；

步骤2、利用预先定义的向量右乘二值图像D，转换为虚拟均匀线性阵列接收的单快拍远场信号，在入射角范围内先均匀划分少量网格，利用IAA 对单快拍远场信号进行检测，得到功率谱最大的角度；

步骤3、在步骤2得到的角度附近根据倾斜角检测分辨率的要求划分网格，再次使用IAA方法对单快拍远场信号进行检测，根据已知直线的数量得到功率谱最大的角度的个数和角度值，从而求得所有直线的倾斜角；

步骤4、根据步骤3求得的倾斜角构造虚拟均匀线性阵列接收的单快拍近场信号，在直线偏移量范围内划分少量网格，利用IAA对单快拍近场信号进行检测，得到每个倾斜角下功率谱最大的偏移量，在每个倾斜角下刚刚检测到的偏移量附近，根据分辨率的要求划分网格，再次使用IAA方法对单快拍近场信号进行检测，得到每个倾斜角下功率谱最大的偏移量，从而求得每个倾斜角对应的偏移量。

本发明的特点还在于，

步骤1具体如下：

设二值化图像D大小为M×M，M为正整数，图像左上角的点定义为坐标原点，水平向右方向为x轴正方向，垂直向下为y轴正方向，二值化图像D 中有d条直线，d为正整数，直线上的点坐标为(x,y)，x,y均为整数， 0≤x≤M-1，0≤y≤M-1，直线倾斜角为θ＝θ₁,θ₂,...,θ_d，其中θ₁,θ₂,...,θ_d为 [-90°,90°]范围内的实数，直线偏移量为其中为[-M,M] 范围内的整数，θ与一一对应，即当θ＝θ_i时，i＝1,2,...,d，则直线方程为

步骤2具体按照以下步骤实施：