[发明专利]一种基于LSD直线检测算法的汽车衡轧线出界检测方法

权利要求书

1.一种基于LSD直线检测算法的汽车衡轧线出界检测方法，其特征在于，包括以下步骤：

（a）搭建基于视觉的车辆轧线出界监管系统；

（b）拍摄汽车衡图片，并手动标定或自动标定出汽车衡的四条边界线；

（c）拍摄待检测车辆在汽车衡上的图片；

（d）对待检测车辆图片进行伽马变换；

（e）利用LSD直线检测算法检测出汽车衡边界线附近的直线段；

其中利用LSD算法检测直线段时仅在以边界线为中心的小范围矩形候选区域内进行直线段检测；

（f）计算检测出的直线段长度与对应边界线长度的比值，低于规定阈值则判定为轧线出界；

其中将根据步骤（e）检测提取出的直线段投影在对应的边界线上，再求出投影得到的直线段长度与对应的边界线长度的比值，低于规定阈值则判定为轧线出界。

2.如权利要求1所述的基于LSD直线检测算法的汽车衡轧线出界检测方法，其特征在于，所述步骤（a）搭建基于视觉的车辆轧线出界监管系统具体为在汽车衡对角点上架设两台相机进行拍摄，每台相机均能拍摄到汽车衡相邻的两边界线，使用如此架设的两台相机就能完整拍摄汽车衡的所有四条边界线。

3.如权利要求1所述的基于LSD直线检测算法的汽车衡轧线出界检测方法，其特征在于，所述步骤（d）对待检测车辆图片进行伽马变换时伽马值取0.4，该伽马值既能待检测车辆图片中的阴影影响，也能完整地保留梯度信息。

4.如权利要求3所述的基于LSD直线检测算法的汽车衡轧线出界检测方法，其特征在于，所述步骤（d）中的待检测车辆图片进行伽马变化具体包括以下步骤：

（d1）将原彩色图片转换成灰度图；

（d2）通过公式对转换后的灰度图进行伽马变换，其中是图像上每一点的灰度值。

5.如权利要求1所述的基于LSD直线检测算法的汽车衡轧线出界检测方法，其特征在于，所述步骤（e）LSD直线检测算法具体包括以下步骤：

（e1）图像缩放：对根据步骤（d）进行了伽马变换后的待检测车辆灰度图进行降采样，解决图像在边缘处呈锯齿状的阶梯效应；

（e2）计算梯度：利用四个相邻像素点计算梯度，用表示像素点的灰度值，其梯度计算公式为

行列先角度的计算公式为：

图像梯度的赋值计算公式为：

；

（e3）区域更新：对梯度进行计算后，将有效像素的方向组合成直线区域的方向，通过判断像素方向和直线区域的方向对像素进行筛选，选择一个未被使用的像素作为种子点，像素点对于LLA和区域角度之间的差小于容忍值的，会被加入到该线支持域中，每当在区域中加入一个新像素，更新整个直线区域的区域角度，其公式为：

其中指每一个像素点的水平线角度；

（e4）矩形近似计算：构造一个包含区域中全部有效点的外接矩形，并对这个矩形的长度、宽度、主轴角以及中心点进行计算，使用主轴角度为待提取线段的角度；

（e5）线段验证：以亥姆霍兹原理为基础，通过设置阈值的方法计算每个线支持域内的选中点是否大于阈值，如果不满足于阈值要求，则进一步缩小线支持域：

；

其中，和是图像缩放后得列数和行数，为二项式模型：

；

通过设置阈值，当错误报警数小于，认为此时的矩形是有效的，在此矩形中提取得到的线段为有效直线段。

6.如权利要求1所述的基于LSD直线检测算法的汽车衡轧线出界检测方法，其特征在于，在以边界线为中心的小范围矩形候选区域内进行直线段检测具体包括以下步骤：

（1）计算提取到的各直线段到边界线的距离；

（2）计算提取到的各直线段与边界线所成角度；

（3）当距离不大于距离阈值且角度不大于角度阈值时则将这一直线段保留为有效直线段，否则排除。

7.如权利要求1所述的基于LSD直线检测算法的汽车衡轧线出界检测方法，其特征在于，所述步骤（f）将提取出的直线段投影在对应的边界线上具体包括以下步骤：

（f1）利用公式计算出直线段在边界线上投影的长度，其中为直线段长度，为直线段和边界线所成角度；

（f2）去除投影间存在的重叠部分；

（f3）计算去除重叠部分后的投影直线段的总长，计算该总长与边界线长度的比值来判断车辆是否轧线出界。