[发明专利]一种基于边缘点编组的改进直线提取方法

说明书

本发明提供一种基于边缘点编组的改进直线提取方法，涉及图像处理与分析技术领域。本发明通过对待处理影像I进行预处理后得到二值化边缘图像I2，定义当前像素点影像的8邻域；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；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；对数据点集i进行Hough变换，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；进一步判断集合BL中的直线是否应该合并；将最终得到集合C为最终的直线提取结果。本方法提高了边缘点分组效率，大幅减少直线提取过程的耗时，直线提取效率更高。

技术领域

本发明涉及图像处理与分析技术领域，尤其涉及一种基于边缘点编组的改进直线提取方法。

背景技术

直线是影像中重要的几何特征，可以准确描述道路、房屋等人造物体的形状，广泛应用于影像匹配、三维重建等数据处理过程。因此，直线提取与匹配一直是摄影测量和计算机视觉领域中的研究热点。经典的直线提取方法中，Hough变换直线提取获取的直线数量少，但程序耗时少。LSD(Line Segment Detector)方法提取的直线结果最佳，但由于受到阈值和种子点选择的限制，导致部分直线段漏检，且程序耗时相对较多。

2013年提出了一种自适应分区的相位编组直线提取方法，依据支持区像元数目最大原则，实现直线特征提取，但提取直线的连续性还有改进空间。

2013年提出了基于迭代验证的LSD改进算法，即通过改变直线支撑域的梯度方向角最大容差和直线支撑域半径R对支撑域验证过程进行改进，但是需要进行较多的像素梯度方向的比较，容易丢失微小细节；此外，还提出一种基于边缘图像的LSD直线提取算法，首先计算梯度模值图与方向图，然后从模值图中提取系数的边缘支撑点，最后通过路径规划连接这些支撑点提取边缘，虽然提高了检测结果的完整性与连续性，但图像噪声被放大，检测出很多不需要的微小细节部分。

2015年提出了将LSD与Mean Shift算法融合的方式提取直线，该算法运用MeanShift解决了显著直线的抽取问题，但结果仍会出现少量的伪直线。

2016年在传统LSD算法上加入边缘检测步骤，并且对近似区域和相似直线进行合并，对立体组合标靶进行编码，但该算法在合并直线时容易将距离较近的直线按照一条直线进行提取。

2017年在Hough变换中加入直线拟和角度先验方法，解决了Hough变换生成大量短直线和弧线的问题，但在提取建筑物时，小型矩形和东西走向的直线会出现漏提取。

上述方法虽然取得了一定效果，但是都存在部分程序提取的直线结果较少或者程序耗时较多的缺点。

发明内容

本发明要解决的技术问题是针对上述现有技术的不足，提供一种基于边缘点编组的改进直线提取方法，本方法提高了边缘点分组效率，在直线提取数量大致相当的前提下，大幅减少直线提取过程的耗时，直线提取效率更高。

为解决上述技术问题，本发明所采取的技术方案是：

本发明提供一种基于边缘点编组的改进直线提取方法，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；