基于內積與距離分布的橢圓快速檢測方法技術

本發明專利技術公開了一種檢測圖像中的橢圓的方法，該方法包括如下步驟：S1、計算所述圖像中各像素點的內積能量，獲得該圖像的內積能量分布圖，所述內積能量反映的是任一像素點鄰域內邊緣點關于該像素點的對稱程度；S2、在像素點的內積能量閾值約束下，在所述內積能量分布圖上檢測局部極大值點，獲得潛在的橢圓中心點；S3、對于任一所述局部極大值點，計算其鄰域內各像素點的焦點能量，獲得其鄰域的焦點能量分布圖；S4、對于任一局部極大值點，利用其鄰域的焦點能量分布圖確定至少一個橢圓。本發明專利技術簡單可行，易于實現，且在計算時間和檢測準確度方面更加優良。

【技術實現步驟摘要】

本專利技術屬于計算機視覺
，具體涉及圖像特征的自動檢測，特別是數字圖像中橢圓的快速檢測方法。
技術介紹
在現實場景中，圓形圖案、球狀物和橢圓形圖案大量存在；同時，由于拍攝視角的影響，圓形和球狀物在平面圖像中經常以橢圓形呈現，因此，從圖像中檢測出橢圓結構是計算機視覺和圖像處理領域ー個重要且具有廣泛應有價值的研究問題。目前，橢圓檢測主要有兩大類方法基于Hough變換的方法和曲線擬合方法。第ー種方法利用圖像中的邊緣點以投票的方式確定橢圓的各種參數，實現橢圓的檢測(參見 Duda, R. O. , & Hart, P. E. (1972). Use of the Hough transformation to detect lines and curves in pictures. Communications of the ACM,15(I),11-15)。 對于任ー橢圓，其由五個參數中心點坐標(χ，y)、長半軸a、短半軸b和橢圓傾角θ唯一確定。基于標準Hough變換的方法雖然具有相當的魯棒性，但需要對ー個五維的參數空間進行投票，計算復雜度和內存需求較高；為了克服上述問題，改進的Hough變換方法被提出(R. A. McLaughlin, Ranaomized hough transform improved ellipse detection withcomparison, Pattern Recognition Letters 19 (3-4) (1998) 299-305),在一定程度上降低了計算復雜度和內存需求，但仍未較好解決這些問題。曲線擬合的方法則將圖像中的曲線段看作橢圓上的一段弧線，首先估計圖像中曲線段的參數，然后將參數接近的曲線段合并，最終實現橢圓的檢測。Mai等(F.Mai，Y. b. Hung, H. /ihong, ff. F. bze. Ahierarchical approach for fast and robust ellipseextraction. Pattern Recognition 41 (2008) 2512-2524)提出一種分等級的捕圓檢測方法，該方法首先提取出邊緣圖中的線段，然后將線段進行分組，采用RANSAC方法對橢圓進行擬合實現橢圓的檢測。該方法不能檢測出較小的橢圓，且對邊緣檢測結果要求較高。此夕卜，基因算法(Lutton, E. , Martinez, P. . A genetic algorithm for the detection 2Dgeometric primitives in image. In Proceedings of 12th International ConferenceonPattern Recognition, 1994, pp. 526-528)、最小ニ乘擬合方法(Kuang Chung Chen, NizarBouguila, Djemel Ziou. Quantization-free parameter space reduction in ellipsedetection, Expert Systems with Applications 38 (2011) 7622-7632)也被用于捕圓檢測。
技術實現思路
(一 )要解決的技術問題本專利技術所要解決的技術問題是現有的從ニ維數字圖像中檢測橢圓的方法計算復雜，檢測準確度低的問題。( ニ )技術方案為解決上述技術問題，本專利技術提出一種檢測圖像中的橢圓的方法，所述圖像為ニ維數字圖像，并且由多個像素組成，該方法包括如下步驟Si、計算所述圖像中各像素點的內積能量，獲得該圖像的內積能量分布圖，所述內積能量反映的是任ー像素點鄰域內邊緣點關于該像素點的對稱程度；S2、在像素點的內積能量閾值約束下，在所述內積能量分布圖上檢測局部極大值點，獲得潛在的橢圓中心點；S3、對于任一所述局部極大值點，計算其鄰域內各像素點的焦點能量，獲得其鄰域的焦點能量分布圖；S4、對于任一局部極大值點，利用其鄰域的焦點能量分布圖確定至少ー個橢圓。(三)有益效果本專利技術利用橢圓的中心對稱特性，引入內積這ー數學運算，構造內積能量描述子，獲取圖像的內積能量分布圖，以實現橢圓中心的檢測，井根據橢圓的定義，生成焦點能量分布圖以確定橢圓焦點的位置，并利用橢圓的幾何特性，實現橢圓其他參數的確定，因此本專利技術簡單可行，易于實現，且在計算時間和檢測準確度方面更優。 附圖說明圖I為本專利技術基于內積與距離分布的從ニ維數字圖像中檢測橢圓的方法的流程圖；圖2a為本專利技術的實施例中使用的原始圖像；圖2b根據本專利技術利用Canny算子在圖2a上獲得的邊緣圖；圖2c為本專利技術的方法在圖2a上獲得的內積能量分布圖；圖2d為圖2c上獲得的8個局部極大點的鄰域焦點能量分布圖；圖2e為利用本專利技術的方法獲得的潛在橢圓檢測結果；圖2f為利用本專利技術的方法剔除不合理橢圓后的最終檢測結果。具體實施例方式針對現有的從ニ維數字圖像中檢測橢圓的方法中存在的問題，本專利技術提出ー種基于內積與距離分布的快速橢圓檢測方法，本專利技術首先利用橢圓的中心対稱性，引入數學中的內積運算構造描述子，獲取圖像的內積能量分布圖，實現橢圓中心的定位；在此基礎上，根據橢圓的定義橢圓是平面上到兩定點的距離之和為常值的點之軌跡，統計橢圓中心點鄰域內邊緣點到兩定點距離之和的分布以定義焦點能量，獲取中心點鄰域的焦點能量分布圖，確定橢圓兩個焦點的位置；最后利用橢圓的幾何特性，計算出橢圓的其他參數，實現橢圓的檢測。該方法主要利用橢圓的幾何特性，將橢圓的檢測由五個參數的確定減少為橢圓中心和焦點位置參數的確定，大大減少了計算量。該方法運算簡單，計算復雜度低且易于實現。圖I為本專利技術基于內積與距離分布的從ニ維數字圖像中檢測橢圓的方法的流程圖。如圖I所示，該方法主要包括如下步驟獲得所述ニ維圖像的內積能量分布圖；在該內積能量分布圖上檢測局部極大值點；獲取各個局部極大值點的鄰域焦點能量分布圖并確定對應的橢圓。該方法的最后還可包括從所確定的橢圓中選取符合預期要求的橢圓的步驟。下面詳細介紹各步驟SI、計算所述ニ維圖像中各像素點的內積能量，獲得所述ニ維圖像的內積能量分布圖，所述內積能量反映的是任ー像素點鄰域內邊緣點關于該像素點的對稱程度。根據本專利技術，該步驟包括如下分步驟S11、對于該ニ維圖像中的任一像素，確定其鄰域內關于該像素點対稱的對稱點對。對圖像中的任一像素點X,給定ー個圓形鄰域本文檔來自技高網...

【技術保護點】
一種檢測圖像中的橢圓的方法，所述圖像為二維數字圖像，并且由多個像素組成，其特征在于，該方法包括如下步驟：S1、計算所述圖像中各像素點的內積能量，獲得該圖像的內積能量分布圖，所述內積能量反映的是任一像素點鄰域內邊緣點關于該像素點的對稱程度；S2、在像素點的內積能量閾值約束下，在所述內積能量分布圖上檢測局部極大值點，獲得潛在的橢圓中心點；S3、對于任一所述局部極大值點，計算其鄰域內各像素點的焦點能量，獲得其鄰域的焦點能量分布圖；S4、對于任一局部極大值點，利用其鄰域的焦點能量分布圖確定至少一個橢圓。

【技術特征摘要】
1.一種檢測圖像中的橢圓的方法，所述圖像為ニ維數字圖像，并且由多個像素組成，其特征在于，該方法包括如下步驟51、計算所述圖像中各像素點的內積能量，獲得該圖像的內積能量分布圖，所述內積能量反映的是任ー像素點鄰域內邊緣點關于該像素點的對稱程度；52、在像素點的內積能量閾值約束下，在所述內積能量分布圖上檢測局部極大值點，獲得潛在的橢圓中心點；53、對于任一所述局部極大值點，計算其鄰域內各像素點的焦點能量，獲得其鄰域的焦點能量分布圖；54、對于任一局部極大值點，利用其鄰域的焦點能量分布圖確定至少ー個橢圓。2.如權利要求I所述的檢測圖像中的橢圓的方法，其特征在于，所述步驟SI包括如下步驟511、對于所述圖像中的任一像素，確定其鄰域內關于該像素點対稱的對稱點對；512、對于所述圖像中的任一像素點，利用所述步驟Sll所述的對稱點對構造該像素點的內積能量描述子；513、根據所述內積能量描述子計算所述圖像中的各像素點的所述內積能量，獲得該圖像的內積能量分布圖。3.如權利要求2所述的檢測圖像中的橢圓的方法，其特征在干，所述步驟Sll中確定對稱點對的方法為對所述圖像中的任一像素點X，給定ー個圓形鄰域G(X, r) = {q|0彡| X-q |彡r},對于G(X, r)內的任一邊緣點Pj, j = I,...,η, η為G(X, r)內邊緣點的個數；Ερτ為點Pj關于點X的理論對稱點，以點ρτ為中心的ΔΧΔ鄰域內邊緣點的集合為匕，若存在一個邊緣點P ' j滿足條件(I) P'j e νΡτ ；(2) \ρ)- ~Ρτ\\ = min {c/, | d, = | (/)-/^||, I < / < No' ト No1 為な內邊緣點的個數，則點 P」.和 p' j關于點X對稱。4.如權利要求3所述的檢測圖像中的橢圓的方法，其特征在于，所述步驟Sll中的Λ為3或5。5.如權利要求3所述的檢測圖像中的橢圓的方法，其特征在于，所述步驟S12中的構造內積能量描述子的方法為對G(X，r)內關于點X対稱的任ー對稱點對Pi和ゲi，i =I，. . .，No，No為G (X，r)內對稱點對的個數，計算點Pi和P' i的內積為I!), = (Ip； + Ip；)'こ，孫由,IWipi) wiM+wip^wip) j _\W(ptymp\)\-mp^mp\)、,占的ハ干 Λ+_2·|γ^,.)||.||ν/(パ)Il, Ρ-~2·||ν/(凡')||·||ν/(パ)Il，γ/(只)刃ハ'、Pi 的梯度，V/(パ)為點ドi的梯度，符號“ Q ”表示內積運算；計算點Pi與矢量;^的內積,.r+ 巧)。PA'lpc = (lpcl + lpctr，其中隊=2.|_|綱I , lp^ = 2·|_|例I ，才\vf(p)-W + mp)°pp(算點P' i與矢_>的內積其中か％=- M H I—；||-，p'XIp1Ci =(Ip'c'；+Ip'cl)V2，2·||ν/(Α.)||·|Λχ||6.如權利要求I所述的檢測圖像中的...

【專利技術屬性】
技術研發人員：郝銀星，譚湘敏，
申請(專利權)人：中國科學院自動化研究所，
類型：發明
國別省市：