[发明专利]一种基于坡度图像分割的安息角检测方法

说明书

本发明公开了一种基于坡度图像分割的安息角检测方法，包括以下步骤：A1、首先对像素进行两轮滤波，第一轮针对梯度方向进行滤波，滤除梯度方向为水平和垂直的像素点；第二轮根据梯度幅值进行滤波，对图像的各行自适应的计算阈值，滤除梯度幅值过小的像素；A2、接着通过计算像素之间的相似性进行直线检测；A3、最后对直线聚类，检测煤堆左右边缘，计算安息角。通过本发明的安息角检测方法，通过对散货堆场料堆进行安息角检测，预判物料的堆取范围，避免物料在堆场过程中超出堆料区域。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及的是一种基于坡度图像分割的安息角检测方法。

背景技术

煤堆安息角的估算是基于这样一个假设：在煤堆物料自由落体式的堆积过程中，煤堆在图像上的投影(可近似视为煤堆的纵切面)是一个等腰三角形。因此煤堆安息角的计算关键在于煤堆纵切面的边缘提取。经过几十年的研究，已经有很多边缘提取算法，然而现有主流的边缘提取方法如canny，ED，EDLine，LSD等，往往依赖于高阈值的点作为关键点，后续的边缘连接工作以关键点为基础完成。虽然已经有多人提出了自适应计算阈值的方法，然而该阈值无一例外均为全局阈值，而实际堆场图像中，煤堆部分整体较暗，周围环境常常呈现出更高的对比度，使得煤堆部分难以检测。

因此，现有技术存在缺陷，需要改进。

发明内容

本发明所要解决的技术问题是针对现有技术的不足提供一种基于坡度图像分割的安息角检测方法。

本发明的技术方案如下：

一种基于坡度图像分割的安息角检测方法，包括以下步骤：A1、首先对像素进行两轮滤波，第一轮针对梯度方向进行滤波，滤除梯度方向为水平和垂直的像素点；第二轮根据梯度幅值进行滤波，对图像的各行自适应的计算阈值，滤除梯度幅值过小的像素；A2、接着通过计算像素之间的相似性进行直线检测；A3、最后对直线聚类，检测煤堆左右边缘，计算安息角。

所述的基于坡度图像分割的安息角检测方法，所述步骤A1具体包括以下步骤：

A11、第一步滤波为梯度方向滤波，将所有像素点的梯度方向量化到[0,45,90,135,180]五个方向上，梯度方向为水平或垂直的像素点被滤除；

A12、第二步滤波为基于局部阈值的梯度幅值滤波，计算图像每个位置的梯度幅值M；

I_x(x,y)＝I(x+1,y)-I(x-1,y)

I_y(x,y)＝I(x,y+1)-I(x,y-1)

只有当像素点的梯度幅值M超过阈值Th_v的时候，它才会被提取出来，这个阈值是自适应的，每行计算一次，它的计算方法如下：

Th_v＝σ_v                          (1)

式中，σ_v是第v行上所有像素的梯度幅值变化直方图的标准偏差，假设梯度幅值的变化是高斯白噪声。

所述的基于坡度图像分割的安息角检测方法，所述步骤A2具体包括以下步骤：

A21寻找候选点