復(fù)雜場景下直線與曲線檢測方法研究.pdf

1、直線與曲線是數(shù)字圖像中構(gòu)成被識別對象的重要元素，快速有效準(zhǔn)確地從圖像提取出直線與曲線對于準(zhǔn)確構(gòu)建識別對象模型具有很重要的意義，因此直線與曲線的檢測是圖像處理以及圖像分析中重要的任務(wù)。
　　Hough變換是檢測與提取直線與曲線位置參數(shù)的常用工具，其優(yōu)點是魯棒性強，部分特征點的缺失不會影響到對象特征的提取。但是，利用Hough變換在復(fù)雜場景下檢測直線與曲線卻會出現(xiàn)虛假峰值，進而檢測出虛假直線。而虛假峰值的形成則是二值圖像紋理區(qū)域中特征

2、點過多造成的。
　　針對Hough變換的虛假峰值問題，本文提出了三種不同的Hough變換加權(quán)途徑，以便達(dá)到抑制虛假峰值的目標(biāo)，提高顯著峰值中真實直線的檢測率。
　　第一個途徑從原圖像的基本特征入手，利用不同的三種數(shù)學(xué)方法Harris算子、SUSAN算子以及基于頻率調(diào)整的視覺顯著性方法對圖像各像素點形成邊緣的貢獻(xiàn)值進行計算并將計算結(jié)果帶入到Hough變換的投票過程中，使得處于邊緣區(qū)域的像素點獲得較大的權(quán)值而紋理以及背景區(qū)域獲得

3、較小的權(quán)值，最終達(dá)到抑制虛假直線的目的;第二個途徑從二值圖像特征點的鄰域入手，通過對二值圖像特征點的鄰域進行觀察發(fā)現(xiàn)，中心鄰域的特征點如果大致落在一條通過中心的直線時，該中心特征點才更有可能是邊緣直線的組成部分，在這種思想的基礎(chǔ)上提出了二值圖像的在線離線比(OOR)的概念，并依照此概念提出了基于OOR加權(quán)的Hough變換以及基于LVOOR加權(quán)的Hough變換，該種方法也達(dá)到了提高顯著峰值真實直線檢測率的目的;第三個途徑從二值圖像不同區(qū)域

4、特征點的分布情況入手，在概率Hough變換對特征點隨機抽樣的基礎(chǔ)上，采取對二值圖像進行分塊，并對不同分塊區(qū)域得點采取不同的采樣策略，即在特征點分布較多的分塊內(nèi)隨機抽取較少的特征點，而在特征點分布較少的區(qū)域保證抽取的特征點具備一定數(shù)量，并在此基礎(chǔ)上實現(xiàn)改進的概率Hough變換，該種方法也達(dá)到了有效抑制虛假峰值的目的，并且提高了算法的運算速度，可以用于實時性的直線檢測。
　　最后，本文在對比以上幾種改進算法的之上利用改進的基于SUSA