[发明专利]一种基于边缘点编组的改进直线提取方法

权利要求书

1.一种基于边缘点编组的改进直线提取方法，其特征在于：包括以下步骤：

步骤1：采用3×3或5×5像素的窗口大小，对待处理影像I进行高斯中值滤波去噪；

步骤2：采用自适应直方图均衡方法对待处理影像I进行对比度增强处理，自适应模板大小设定为18×18像素；

步骤3：通过canny边缘提取得到原图片边缘点的二值化图像I2，二值化图像I2中只有边缘点所处的像素存在灰度值为255，其余位置的像素灰度为0；

步骤4：将某个像素点设为当前像素点，定义当前像素点影像的8邻域；所述8邻域为与当前像素相邻的8个像素，图像I2中第一行、第一列、最后一行和最后一列的点不参与后续运算；

步骤5：由I2第二行开始，从左至右开始扫描，获取数据点集i，其中i＝1,2，…，n；

步骤5.1：由I2第二行开始扫描判断其是否为边缘点，当遇到第一个边缘点时，判断其周围8邻域内是否存在边缘点；如果存在边缘点时，令i＝1，将当前像素A₁标记为已扩散，并将其加入数据点集1；

步骤5.2：统计A₁点周围8邻域中未扩散的边缘点数量；如果数量为1，则将该未扩散的边缘点加入数据点集1；如果数量超过1时，判断2468邻域中是否存在未扩散边缘点，如果存在则将其加入数据点集1，所述2468邻域代表针对当前像素点的8邻域中的2号邻域、4号邻域、6号邻域和8号邻域；

步骤5.3：遍历数据点集1，对其中未扩散的点进行扩散处理，判断其周围8邻域是否存在未被扩散的边缘点，将被判断点标记为已扩散，如果存在，且数量为1，则将其8邻域中的点加入数据点集1，如果数量大于1，并判断其2468邻域中是否存在未扩散边缘点，如果存在则将其加入数据点集1；

步骤5.4：重复步骤5.3，直到数据点集1中不再增加新点时，完成对数据点集1的分组；

步骤5.5：继续对I2第二行A₁点从左向右继续扫描，当遇到下一个未加入数据点集的边缘点时，判断其周围8邻域内是否存在边缘点，如果存在，令i＝n，将当前像素A_n标记为已扩散，并将其加入数据点集n；如果该行不存在满足条件的边缘点，则从下一行由左至右继续扫描；

步骤5.6：重复步骤5.2-步骤5.4，直到数据点集n中不再增加新点时，完成该部分数据的分组；

步骤5.7：重复步骤5.5-步骤5.6，最终对所有数据完成分组；

步骤6：对数据点集i进行Hough变换，提取对应的直线，并保存直线对应的极坐标参数ρ和θ，剔除长度小于5个像素的直线，得到初步的直线提取结果CCL,通过判断参数ρ和θ，得到待合并直线集合BL和直线提取结果CL；

步骤6.1：将初步提取的直线进行ρ和θ判断，避免在编组过程中会出现同一条直线由于边缘点断裂造成分裂为两条甚至多条直线的情况，当两条直线的ρ差值小于1个像素，θ差值小于1度时，将这对直线加入待合并直线集合BL；

步骤6.2：遍历提取的直线提取结果集合CCL，将所有满足步骤6.1条件的直线对全部加入待合并直线集合BL，并将CCL中对应的直线记录全部删除，得到直线提取结果CL；

步骤7：进一步判断集合BL中的直线是否应该合并；判断集合中的第一组直线对间距，假设BL集合中直线对最近的两个端点为AB，根据AB的欧氏距离，当AB的欧氏距离小于2像素时执行步骤8；当AB的欧氏距离大于等于2像素，小于5个像素时执行步骤9；

步骤8：当AB的欧氏距离小于2像素时，则认定这两条直线为同一直线，将其合并，并由该直线对对应的所有边缘点重新拟合直线方程，将该直线重新加入直线集合CL，同时删除该直线对在BL中的记录；

步骤9：当AB的欧氏距离大于等于2像素，小于5个像素时，利用这两条直线对应的边缘点拟合出一条直线方程LL，判断位于AB之间且与LL的垂距小于的像素，且点的行数和列数均介于AB之间，判断上述像素的Robert灰度梯度方向，当有50％以上的像素满足梯度方向与LL直线垂直方向夹角小于22.5度时，则认定该组直线满足合并条件，将两者合并，并将LL直线加入集合CL，同时删除BL中的记录，否则放弃该直线对，并将其重新加入集合CL中，同时删除BL中的记录；

步骤10：遍历集合BL，并执行步骤7-步骤9，直到BL中所有的直线对全部判断完成，得到集合C为最终的直线提取结果。