專利名稱：檢測圖像的幾何形狀的方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種檢測數(shù)字圖像中包含的幾何形狀的方法和裝置，可應(yīng)用于與形狀檢測有關(guān)的技術(shù)領(lǐng)域，如機(jī)器人導(dǎo)航中的場景認(rèn)知、汽車輔助駕駛中的交通標(biāo)志識別、遙感圖像解譯中的建筑物提取等。

背景技術(shù)：
形狀檢測是機(jī)器視覺的一項(xiàng)重要任務(wù)，以下是一些已有方法 1962年授予P.V.C.Hough的題為“A Method and Means forRecognizing Complex Patterns”的美國專利No.3069654公開了一種Hough變換方法。該方法利用圖像空間與參數(shù)空間的關(guān)系，通過投票的方法在參數(shù)空間中確定形狀參數(shù)，對圖像噪聲干擾及局部形狀信息缺失具有較強(qiáng)的魯棒性。但只適用于具有解析表達(dá)式的形狀檢測，并且當(dāng)表達(dá)式參數(shù)較多時(shí)，檢測的時(shí)間、空間代價(jià)都較大。
Ballard D H發(fā)表的題為“Generalizing the Hough Transform toDetect Arbitrary Shapes”的文章(參見Pattern Recognition，Vol.13，No.2，1981)和題為“畫像處理裝置和畫像處理方法”的日本專利特開2005-20321公開了廣義的Hough變換。這是Hough變換對任意形狀檢測的一種擴(kuò)展，但當(dāng)待檢測形狀存在旋轉(zhuǎn)與尺度變換時(shí)，該方法計(jì)算代價(jià)過大，因而并不實(shí)用。
Loy等人發(fā)表的題為“Fast Shape-based Road Sign Detection for aDriver Assistance System”的文章(參見Inter.Conf.on IntelligentRobots and Systems，Sept-Oct，Sendal，Japan，2004)公開了一種Radialsymmetry算法。這是廣義Hough變換針對徑向?qū)ΨQ形狀(如正多邊形、圓等)檢測的一種特化，能夠處理形狀檢測中的旋轉(zhuǎn)問題。但該方法采用的n倍角準(zhǔn)則只適用于正多邊形檢測。


發(fā)明內(nèi)容
鑒于上述問題，本發(fā)明的目的是提供一種檢測包含任意線段組合的形狀的方法和裝置，可應(yīng)用于檢測圖像中包含的幾何形狀。
根據(jù)本發(fā)明的一個(gè)方面，提供一種檢測包含任意線段組合的形狀的方法，包括步驟從輸入圖像中提取圖像邊緣并計(jì)算邊緣點(diǎn)的梯度方向；對計(jì)算出的各邊緣點(diǎn)進(jìn)行投票操作，以生成投票圖像；利用投票圖像確定待檢測形狀的局部形狀特征；和將所述形狀特征的參數(shù)與形狀參數(shù)表中的形狀參數(shù)進(jìn)行對比，確定輸入圖像中包含的形狀。
根據(jù)本發(fā)明的再一個(gè)方面，提供一種檢測包含任意線段組合的形狀的裝置，包括圖像采集單元，用于采集輸入圖像；形狀模板存儲單元，用于存儲待檢測形狀的標(biāo)準(zhǔn)模板及其形狀參數(shù)；邊緣提取單元，用于提取輸入圖像的邊緣；形狀檢測單元，用于檢測邊緣圖像中的形狀特征，并與預(yù)先存儲的形狀模板進(jìn)行比較，以確定是否存在待檢測形狀。
與Radial symmetry算法相比較，除正多邊形外，根據(jù)本發(fā)明的方法可檢測更為廣泛的形狀類型；與廣義Hough變換相比較，該方法對于存在尺度及旋轉(zhuǎn)變換的形狀檢測均有效。



通過下面結(jié)合

本發(fā)明的優(yōu)選實(shí)施例，將使本發(fā)明的上述及其它目的、特征和優(yōu)點(diǎn)更加清楚，其中 圖1是根據(jù)本發(fā)明實(shí)施例的檢測包含線段組合的形狀的方法的流程圖； 圖2a至2c是說明待檢測標(biāo)準(zhǔn)模板以及邊緣提取和邊緣梯度方向的示意圖； 圖3是說明根據(jù)本發(fā)明方法的一個(gè)實(shí)例，建立多邊形及其內(nèi)切圓表的示意圖； 圖4是說明根據(jù)本發(fā)明的方法的形成投票區(qū)間的示意圖； 圖5是解釋本發(fā)明的投票峰值的示意圖； 圖6是說明圖2中所示的多邊形旋轉(zhuǎn)放縮的情況下進(jìn)行檢測的示意圖； 圖7是說明根據(jù)本發(fā)明實(shí)施例進(jìn)行線段組合幾何關(guān)系認(rèn)證的流程圖； 圖8是表示根據(jù)本發(fā)明的包含線段組合的形狀檢測裝置的方框圖； 圖9說明形狀骨架的示意圖； 圖10是說明根據(jù)本發(fā)明實(shí)施例自動(dòng)構(gòu)造內(nèi)切圓表的流程圖； 圖11a和11b是說明根據(jù)本發(fā)明的實(shí)施例利用內(nèi)切圓與線段關(guān)系檢測形狀的示意圖； 圖12是根據(jù)本發(fā)明利用內(nèi)切圓與線段間的幾何關(guān)系檢測形狀的流程圖； 圖13a和13b內(nèi)切圓與曲線段間的幾何關(guān)系的示意圖； 圖14是說明根據(jù)本發(fā)明的實(shí)施例檢測正多邊形及圓的過程的流程圖； 圖15a和15b是根據(jù)本發(fā)明的實(shí)施例檢測任意三角形的示意圖。

具體實(shí)施例方式 下面參照附圖對本發(fā)明的實(shí)施例進(jìn)行詳細(xì)說明，在描述過程中省略了對于本發(fā)明來說是不必要的細(xì)節(jié)和功能，以防止對本發(fā)明的理解造成混淆。
本發(fā)明提出了一種檢測包含任意線段組合形狀的方法及其裝置。所謂含有線段組合的形狀是指形狀輪廓中包含若干條直線段，這些直線段可以是閉合或非閉合的形狀。通常，人們主要關(guān)心閉合形狀(如多邊形)的檢測。但本發(fā)明不限于此，而是對非閉合形狀也能適用。另外，本發(fā)明還可以檢測含有曲線段的形狀。
下面參考圖1描述根據(jù)本發(fā)明實(shí)施例的檢測任意線段組合形狀的方法的流程圖。
根據(jù)本發(fā)明的一個(gè)實(shí)施例，形狀檢測方法可以包括離線處理和在線處理兩部分。
離線處理是預(yù)先從輸入的待檢測形狀標(biāo)準(zhǔn)模板中提取形狀參數(shù)，基于所提取的標(biāo)準(zhǔn)模板的形狀參數(shù)建立相應(yīng)的形狀參數(shù)表。
下面結(jié)合圖1說明基于形狀參數(shù)表對輸入圖像中存在的形狀進(jìn)行在線檢測(實(shí)時(shí)檢測)的處理過程。首先，在步驟S11，從輸入圖像中提取圖像邊緣并計(jì)算邊緣點(diǎn)的梯度方向。此后，在步驟S12，對計(jì)算出的各邊緣點(diǎn)進(jìn)行投票操作，以生成投票圖像。接下來，在步驟S13，利用投票圖像確定待檢測形狀的局部形狀特征，并將所得到的輸入圖像中包含的形狀的參數(shù)與從已經(jīng)形成的形狀參數(shù)表中提取有關(guān)標(biāo)準(zhǔn)模板的形狀參數(shù)進(jìn)行對比，從而確定輸入圖像中包含的形狀。作為替換，也可以將所得到的輸入圖像中包含的形狀的參數(shù)與形狀參數(shù)表中存儲的不同形狀的對應(yīng)參數(shù)進(jìn)行比較，以確定輸入圖像中所包含的對應(yīng)形狀。最后，在步驟S14，利用待檢測形狀各個(gè)局部形狀特征間的幾何關(guān)系，檢驗(yàn)形狀的存在性。其中，形狀局部特征的檢測與特征間幾何關(guān)系的認(rèn)證均利用了離線處理得到的形狀參數(shù)。
為了更好地理解本發(fā)明，下面詳細(xì)描述本發(fā)明的上述流程中涉及到的一些基本原理。
實(shí)例1(利用內(nèi)切圓間的幾何關(guān)系) 圖2a至2c示出了根據(jù)本實(shí)例的多邊形檢測的基本過程的示意圖。其中，圖2a是待檢測形狀的標(biāo)準(zhǔn)模板；圖2b是輸入圖像，圖2c是表示輸入圖像的邊緣圖像。相對于圖2a所示的標(biāo)準(zhǔn)模板，圖2b所示的圖像中包含的待檢測的形狀可能存在尺度(放縮)和旋轉(zhuǎn)變換。
邊緣提取是從輸入圖像中提取灰度(或顏色)變化明顯的部分，它們對應(yīng)于物體的邊界。若將圖像視為一個(gè)二維函數(shù)f(x，y)，其中(x，y)是圖像的像素坐標(biāo)，f是該點(diǎn)的灰度(或顏色)值，則邊緣對應(yīng)于函數(shù)f變化較快的點(diǎn)，也即函數(shù)梯度f＝fx+fy較大的點(diǎn)，梯度方向θ(tgθ＝fy/fx)表征了邊緣方向，它直觀上對應(yīng)于邊緣的法線方向。圖2c示出了圖2b所示的輸入圖像的邊緣圖像的示意圖。其中，白色表示邊緣像素，箭頭表示邊緣的梯度方向。邊緣提取可采用許多已有的方法，如Canny，Sobel，LoG算子等。
如上所述，根據(jù)本發(fā)明檢測形狀的方法首先要提取形狀參數(shù)以建立形狀參數(shù)表。形狀參數(shù)的提取是離線地從待檢測形狀標(biāo)準(zhǔn)模板中提取形狀特征并記錄特征的幾何參數(shù)。建立幾何形狀的內(nèi)切圓表是實(shí)現(xiàn)該方法的一種具體實(shí)現(xiàn)。一般而言，在線段組合形狀中，對每三條線段組合，均存在一點(diǎn)到它們的距離相等，該點(diǎn)正是此三條線段的內(nèi)切圓圓心。因此，可以通過記錄形狀中每組線段所確定的內(nèi)切圓的信息來反映待檢測形狀的幾何特征。
根據(jù)該實(shí)例，形狀參數(shù)表可以如表1所示(以下稱之為內(nèi)切圓表)。其中，表1中的各項(xiàng)包含的信息有圓心(Oi)、半徑(ri)、以及與該圓相切的線段法線方向(θ1)。
表1 為便于查詢，表中各項(xiàng)可按內(nèi)切圓半徑從小到大的順序排列。內(nèi)切圓表是在形狀檢測流程開始之前離線生成的，可采用手工或自動(dòng)方法建立。其中，自動(dòng)建立方法可采用下文所述的基于投票的方法。具體方法將在后文詳細(xì)說明。
圖3示出了一個(gè)四邊形的四個(gè)邊中的每三個(gè)邊所對應(yīng)的四個(gè)內(nèi)切圓的示意圖。四個(gè)圓心分別用O1、O2、O3、和O4表示。每個(gè)內(nèi)切圓所對應(yīng)的半徑分別是r1、r2、r3、和r4，與各個(gè)內(nèi)切圓相切的線段的法線方向分別是θ1、θ2、θ3、和θ4。應(yīng)該指出，上面的表1中只是示意性地給出了兩個(gè)內(nèi)切圓的參數(shù)。在實(shí)際應(yīng)用中，可以根據(jù)不同的情況，建立多個(gè)內(nèi)切圓的參數(shù)值。
根據(jù)本發(fā)明，當(dāng)要檢測輸入圖像中是否包含由直線段組成的形狀時(shí)，可以通過檢測是否存在這些直線段組成的形狀對應(yīng)的內(nèi)切圓來判斷是否確實(shí)存在這些直線段或其組成的形狀。例如，當(dāng)判斷存在這樣一個(gè)內(nèi)切圓時(shí)，可以確定輸入圖像中包含著這樣的直線段組成的形狀。
根據(jù)本發(fā)明的一個(gè)實(shí)施例，如上面的圖1所示，采用投票的方法來檢測是否存在這樣一個(gè)內(nèi)切圓。投票方法是形狀檢測的一種重要方法。投票方法具有抗噪性強(qiáng)，對形狀局部遮擋魯棒等優(yōu)點(diǎn)。投票的目的在于將復(fù)雜的形狀檢測問題轉(zhuǎn)化為相對容易的投票峰值檢測問題。投票操作是在邊緣提取后得到的邊緣圖像上進(jìn)行的。當(dāng)要檢測圖像中是否包含某個(gè)形狀對應(yīng)的一個(gè)半徑為r(假設(shè)r已知)的內(nèi)切圓時(shí)，首先初始化一個(gè)投票圖像(投票圖像與原圖像的大小一樣，各個(gè)點(diǎn)均初始化為0)。對每個(gè)邊緣像素(如圖2c中的白色像素)，向其邊緣梯度方向(如圖2c中的箭頭方向)距離為r處的點(diǎn)(x′，y′)進(jìn)行投票，也即把投票圖S(x′，y′)的值加1。因?yàn)閳A上各點(diǎn)的法向都指向圓心，按照上述投票操作后，投票圖像上對應(yīng)于圓心的點(diǎn)會(huì)產(chǎn)生較大峰值，所以可通過檢測峰值點(diǎn)位置定位出圓心。
可以這樣理解投票圖像的生成。如圖5所示，圖中的深黑色粗線代表可能存在的直線段和其組合的形狀。每個(gè)直線段上的點(diǎn)向距離其r的方向投票，每條直線段的投票點(diǎn)可以形成多條投票線。如果這三條直線段組合某個(gè)形狀，那么這三條直線段確定一個(gè)內(nèi)切圓。這種情況下，應(yīng)該有三條投票線相交于一點(diǎn)，該點(diǎn)到這三條直線段的距離相等，例如可以是r。因此，可以理解，按照上述投票操作后，投票圖像上對應(yīng)于圓心的點(diǎn)會(huì)產(chǎn)生較大峰值，所以可通過檢測峰值點(diǎn)位置定位出圓心。
針對線段組合形狀的檢測，投票操作可采用如下方式。如圖4所示，對圖像中的每個(gè)邊緣像素p，沿與其梯度方向θ和梯度反方向θ+π垂直的方向各確定一條直線段，如圖4中的兩條平行線段所示。兩條平行線段之間的部分可以被稱為投票區(qū)間，記作V(p)。它們到p的距離均為r，并且垂直于p的梯度方向。其中，r稱為投票半徑，投票區(qū)間的長度隨r的增大而增加，例如，可取

其中δ為松弛參數(shù)。投票操作是對投票區(qū)間中的每個(gè)點(diǎn)q∈V(p)，在投票圖像S的相應(yīng)位置做一次累加運(yùn)算，即如下面的表達(dá)式(1)所示。
或(1) 其中，下標(biāo)r是投票半徑，對多數(shù)應(yīng)用而言，一般不能預(yù)知待檢測形狀在輸入圖像中的尺度大小，因此需要對一定半徑范圍[rmin，rmax]內(nèi)的r都進(jìn)行投票。根據(jù)本發(fā)明，上標(biāo)θ表明投票的方向來源，也即該次投票是由邊緣點(diǎn)沿方向θ或θ+π所投而來。區(qū)分投票方向是本發(fā)明的實(shí)施例所采用的投票方式與現(xiàn)有投票技術(shù)的區(qū)別之一。這種情況下，能夠依據(jù)投票的方向分布辨別形狀中不同的局部形狀特征(區(qū)分投票方向的意義將在后面進(jìn)一步得到體現(xiàn))。最終生成的投票圖像是一個(gè)大小為dNR的數(shù)組{Srθ(x)；x∈Ω，r∈[Rmin，Rmax]，θ∈
。如果存在r0使得投票圖Sr(x)在x0處形成峰值，則可以在步驟S103確定以x0為圓心的最大內(nèi)切圓半徑為r0，將其加入到內(nèi)切圓表。另外，通過分析Sr0(x0)的投票方向分布，可以得到與該圓相切的線段方向信息。例如，采用上述方法，對于圖3所示的形狀模板構(gòu)造內(nèi)切圓表，可以得到表1所示的內(nèi)切圓表。
實(shí)例2(利用內(nèi)切圓與線段間的幾何關(guān)系) 實(shí)例1利用了待檢測形狀中各個(gè)內(nèi)切圓間的幾何關(guān)系進(jìn)行形狀檢驗(yàn)。另外，也可利用內(nèi)切圓與線段間的幾何關(guān)系來進(jìn)行形狀檢驗(yàn)。這種情況下，可以首先檢測待檢測形狀中的部分線段組合所確定的內(nèi)切圓，然后利用內(nèi)切圓與其余線段間的幾何關(guān)系驗(yàn)證這些線段的存在。下面以檢測圖11a和11b所示的形狀模板為例描述該實(shí)施例的各個(gè)步驟。
在形狀參數(shù)提取過程中，如圖11a所示的箭頭形狀由幾條長線段和短線段構(gòu)成，例如長線段l1l5，和箭頭斜線右側(cè)的兩條短線段?？梢院雎远叹€段，只考慮其中的部分長線段所確定的內(nèi)切圓與其余線段間的幾何關(guān)系。根據(jù)該實(shí)例，形狀參數(shù)表可以如下面的表2所示(以下稱之為內(nèi)切圓——線段表)。
表2 除表1中的內(nèi)且圓的參數(shù)之外，表2中還給出了表示箭頭的兩條長線段l1至l2的參數(shù)。利用直線特性，表2中只需記錄線段中點(diǎn)與內(nèi)切圓間的幾何關(guān)系，線段上其它點(diǎn)可由中點(diǎn)推算而出。
在邊緣提取過程中，與實(shí)例1中的方式相同，該過程得到輸入圖像的邊緣圖像。在投票過程中，與實(shí)例1中的方式相同，該過程生成投票圖。在局部形狀特征檢測過程中，與實(shí)施例1中的方式相同，在投票圖中可通過峰值、票數(shù)和方向三個(gè)參數(shù)來檢測線段組合的內(nèi)切圓心。
圖12示出了形狀特征的幾何關(guān)系認(rèn)證過程的流程圖。首先，與圖7所示的實(shí)例1中對應(yīng)的流程圖的前兩個(gè)步驟(步驟S71和S72)相同。在步驟S121，按半徑r從小到大搜索投票圖Sr，根據(jù)峰值、票數(shù)、方向三個(gè)參數(shù)檢測待檢測形狀中的內(nèi)切圓O′，如圖12b所示。內(nèi)切圓O′對應(yīng)于模板中的內(nèi)切圓(見圖14(b))。在步驟122，估計(jì)輸入圖像中的待檢測形狀相對于標(biāo)準(zhǔn)模板的幾何變換參數(shù)，包括尺度變換參數(shù)s和旋轉(zhuǎn)變換角度α。然后，在步驟S123和步驟S124，根據(jù)內(nèi)切圓——線段表和邊緣圖像驗(yàn)證待檢測形狀中的其余線段，例如圖14a中的線段l1和l2是否存在。其中，在步驟123中，利用圖14a所示的幾何關(guān)系根據(jù)下面的表達(dá)式(3)計(jì)算待驗(yàn)證線段上各點(diǎn)在輸入圖像中的候選坐標(biāo)Q， k∈[-sl/2，sl/2] (3) 式中P′是待驗(yàn)證線段的中點(diǎn)在輸入圖像中的候選坐標(biāo)，P、O、θ分別是標(biāo)準(zhǔn)模板中的內(nèi)切圓心、線段中點(diǎn)和線段法線方向。這些參數(shù)可以通過表2所示的內(nèi)切圓——線段表獲得。在步驟S124，根據(jù)上述計(jì)算得到的各點(diǎn)Q，在邊緣圖像中的相應(yīng)位置查看是否存在邊緣點(diǎn)，如果邊緣點(diǎn)超過預(yù)定數(shù)量，則表明輸入圖像中存在待驗(yàn)證線段。進(jìn)一步，如果各條待驗(yàn)證線段均存在，則表明待檢測形狀存在。
應(yīng)該指出，實(shí)例2所采用方式的檢測時(shí)間成本高于實(shí)例1所采用的方式，但在待檢測形狀中某些線段組合的內(nèi)切圓可能不易檢測時(shí)，可采用本實(shí)施例的方法。
實(shí)例3(利用內(nèi)切圓與曲線段間的幾何關(guān)系) 前面的實(shí)例1和實(shí)例2都是只針對由直線段構(gòu)成的幾何形狀，本發(fā)明也可以應(yīng)用到檢測同時(shí)含有直線段(3條及其以上)和曲線段的形狀。這種情況下，首先檢測直線段組合所確定的內(nèi)切圓，然后利用內(nèi)切圓與其余曲線段間的幾何關(guān)系驗(yàn)證曲線段是否存在。下面以檢測圖13a和13b所示的形狀模板為例描述其具體實(shí)現(xiàn)。
根據(jù)本實(shí)施例，在形狀參數(shù)提取過程中，圖13a和13b中模板的形狀參數(shù)表可如表3所示(以下稱之為內(nèi)切圓——曲線段表)。
表3 其中，P1是曲線段上一系列采樣點(diǎn)的坐標(biāo)。除表1中的內(nèi)且圓的參數(shù)之外，表2中還給出了有關(guān)采樣點(diǎn)的參數(shù)，如圖13a和13b中的P1和P’1所示。
此后的邊緣提取、投票和局部形狀特征檢測步驟與實(shí)例1和2中的對應(yīng)步驟相同。
另外，在實(shí)例3中，形狀特征的幾何關(guān)系認(rèn)證過程與實(shí)施例2中的對應(yīng)過程類似。首先，在輸入圖像中檢測出與內(nèi)切圓——曲線段表中的圓O相對應(yīng)的內(nèi)切圓O′，如圖13b所示。其次，估計(jì)待檢測形狀的尺度變換參數(shù)s和旋轉(zhuǎn)變換角度α。然后，按照下面的表達(dá)式(4)計(jì)算待驗(yàn)證曲線段上各采樣點(diǎn)Pj在輸入圖像中的候選位置Pi′ Pj′＝O′+s·A(Pj-O)， 其中，O、Pj可由內(nèi)切圓——曲線段表獲得，分別表示內(nèi)切圓心和曲線段上的采樣點(diǎn)。然后，在邊緣圖像中依次查看Pi′所在位置是否存在邊緣像素，若邊緣像素超過一定數(shù)量，則表明待驗(yàn)證曲線段存在，從而表明存在待檢測形狀。
實(shí)例4(單內(nèi)切圓形狀檢測) 下面描述對任意三角形和正多邊形的檢測。由于任意三角形和正多邊形有且僅有一個(gè)相切于各邊的內(nèi)切圓，因此可以簡化上述檢測流程，不必建立內(nèi)切圓表。
圖14是單內(nèi)切圓形狀檢測的流程圖，邊緣提取和投票步驟與前面實(shí)施例中的過程相同，因此在圖14中沒有示出。此后，在步驟S141，分別利用如上所述的峰值條件和票數(shù)條件來檢測投票圖中的峰值點(diǎn)。在步驟S142，求出峰值點(diǎn)處歸一化票數(shù)大于閾值的投票方向。在步驟S143，判斷所求出的投票方向個(gè)數(shù)及其夾角。如果有三個(gè)投票方向，流程則進(jìn)行到步驟S144，判斷夾角。如果夾角均小于180度，則表明存在一個(gè)三角形，如果夾角均等于120度，則表明存在一個(gè)正三角形。如果在步驟S143判斷有四個(gè)投票方向，且夾角均等于90度，則表明存在一個(gè)正四邊形，如果在步驟S143判斷投票方向分布均勻，則表明存在一個(gè)圓。
例如，在圖15a中，歸一化票數(shù)大于閾值的投票方向有三個(gè)，分別是{30°，150°，270°}，它們的夾角分別是(150°-30°)mod 360°＝120°，(270°-150°)mod 360°＝120°和(30°-270°)mod 360°＝120°，均為120度，所以檢測到一個(gè)正三角形；在圖15b中，也存在三個(gè)投票方向，分別是{0°，90°，270°}，但它們的夾角分別為(90°-0°)mod 360°＝90°，(270°-90°)mod 360°＝180°和(0°-270°)mod 360°＝90°，并非同時(shí)小于180度，所以不構(gòu)成一個(gè)三角形。
圖8示出了根據(jù)本發(fā)明的任意線段組合形狀檢測裝置的方框圖。下面參考圖8描述該形狀檢測裝置。如圖8所示，本發(fā)明的形狀檢測裝置包括圖像采集單元81、邊緣提取單元82、形狀檢測單元83，形狀模板存儲單元84，和結(jié)果輸出單元85。其中，圖像采集單元81采集輸入圖像。形狀模板存儲單元85存儲待檢測形狀的標(biāo)準(zhǔn)模板及其形狀參數(shù)。邊緣提取單元82提取輸入圖像的邊緣。形狀檢測單元83根據(jù)如上所述的形狀檢測方法檢測邊緣圖像中的形狀特征，并與形狀模板存儲單元85中預(yù)先存儲的形狀模板進(jìn)行比較，以確定是否存在待檢測形狀。結(jié)果輸出單元84輸出檢測結(jié)果，例如描繪出已檢測出的形狀或給出其它提示。
至此已經(jīng)結(jié)合優(yōu)選實(shí)施例對本發(fā)明進(jìn)行了描述。應(yīng)該理解，本領(lǐng)域技術(shù)人員在不脫離本發(fā)明的精神和范圍的情況下，可以進(jìn)行各種其它的改變、替換和添加。因此，本發(fā)明的范圍不局限于上述特定實(shí)施例，而應(yīng)由所附權(quán)利要求所限定。
權(quán)利要求
1.一種檢測包含任意線段組合的形狀的方法，包括步驟
從輸入圖像中提取圖像邊緣并計(jì)算邊緣點(diǎn)的梯度方向；
對計(jì)算出的各邊緣點(diǎn)進(jìn)行投票操作，以生成投票圖像；
利用投票圖像確定待檢測形狀的局部形狀特征；和
將所述形狀特征的參數(shù)與形狀參數(shù)表中的形狀參數(shù)進(jìn)行對比，確定輸入圖像中包含的形狀。
2.根據(jù)權(quán)利要求1所述的方法，其中所述形狀參數(shù)表是利用形狀標(biāo)準(zhǔn)模板的參數(shù)預(yù)先形成的。
3.根據(jù)權(quán)利要求1所述的方法，進(jìn)一步包括確定所述局部形狀特征對應(yīng)的內(nèi)切圓的步驟。
4.根據(jù)權(quán)利要求3所述的方法，進(jìn)一步包括通過檢測是否存在與直線段組成的形狀對應(yīng)的內(nèi)切圓來判斷是否存在這些直線段或其組成的形狀的步驟。
5.根據(jù)權(quán)利要求3所述的方法，進(jìn)一步對每個(gè)邊緣像素向其邊緣梯度方向距離為r處的點(diǎn)進(jìn)行投票，通過檢測峰值點(diǎn)位置定位內(nèi)切圓圓心的步驟。
6.根據(jù)權(quán)利要求1所述的方法，其中所述投票操作步驟進(jìn)一步包括對輸入圖像中的每個(gè)邊緣像素p，沿與其梯度方向θ和梯度反方向θ+π垂直的方向確定投票區(qū)間的步驟。
7.根據(jù)權(quán)利要求6所述的方法，其中所述投票操作步驟是對投票區(qū)間中的每個(gè)點(diǎn)，在投票圖像的相應(yīng)位置做一次累加運(yùn)算。
8.根據(jù)權(quán)利要求1所述的方法，其中所述待檢測形狀的局部形狀特征是組成待檢測形狀的線段組合的內(nèi)切圓。
9.根據(jù)權(quán)利要求8所述的方法，其中所述形狀參數(shù)包括每組線段組成的形狀對應(yīng)的內(nèi)切圓的圓心位置、內(nèi)切圓半徑、和相切線段的法線方向。
10.根據(jù)權(quán)利要求9所述的方法，其中所述形狀參數(shù)還包括線段中點(diǎn)位置，線段法線方向、和線段長度。
11.根據(jù)權(quán)利要求9所述的方法，其中所述形狀參數(shù)還包括曲線段的預(yù)定數(shù)量的采樣點(diǎn)的位置。
12.根據(jù)權(quán)利要求8所述的方法，進(jìn)一步包括判斷組成待檢測形狀的線段的方向夾角與形狀參數(shù)表中的內(nèi)切圓相切的線段間的夾角是否相同的步驟，以確定待檢測形狀是否存在旋轉(zhuǎn)變換。
13.根據(jù)權(quán)利要求1所述的方法，進(jìn)一步包括估計(jì)輸入圖像包含的待檢測形狀相對于標(biāo)準(zhǔn)模板參數(shù)的幾何變換的步驟。
14.根據(jù)權(quán)利要求1所述的方法，進(jìn)一步包括估計(jì)輸入圖像包含的待檢測形狀相對于標(biāo)準(zhǔn)模板參數(shù)的旋轉(zhuǎn)方向變換的步驟。
15.根據(jù)權(quán)利要求3所述的方法，進(jìn)一步包括利用形狀骨架自動(dòng)建立內(nèi)切圓表的步驟。
16.根據(jù)權(quán)利要求15所述的方法，進(jìn)一步包括利用待檢測形狀中的不同線段組合對應(yīng)的內(nèi)切圓間的幾何關(guān)系來驗(yàn)證待檢測形狀的存在的步驟。
17.根據(jù)權(quán)利要求15所述的方法，進(jìn)一步包括利用形狀參數(shù)驗(yàn)證其在形狀參數(shù)表中所對應(yīng)的內(nèi)切圓，并利用形狀參數(shù)表中的內(nèi)切圓計(jì)算和輸出待檢測形狀的頂點(diǎn)的步驟。
18.根據(jù)權(quán)利要求10所述的方法，進(jìn)一步包括檢測待檢測形狀中的部分線段組合所對應(yīng)的內(nèi)切圓，并利用內(nèi)切圓與其余線段之間的幾何關(guān)系來驗(yàn)證其余線段是否存在的步驟。
19.根據(jù)權(quán)利要求11所述的方法，進(jìn)一步包括檢測待檢測形狀中的直線段所對應(yīng)的內(nèi)切圓，并利用內(nèi)切圓與其余曲線段的采樣點(diǎn)的幾何關(guān)系來驗(yàn)證曲線段是否存在的步驟。
20.一種檢測由線段組合的形狀的方法，包括步驟
從輸入圖像中提取圖像邊緣并計(jì)算邊緣點(diǎn)的梯度方向；
對計(jì)算出的各邊緣點(diǎn)進(jìn)行投票操作，以生成投票圖像；
利用投票圖像來檢測投票圖像中的峰值點(diǎn)，并計(jì)算峰值點(diǎn)處歸一化票數(shù)大于預(yù)定閾值的投票方向；
判斷投票方向的數(shù)量和及其夾角。
21.根據(jù)權(quán)利要求20所述的方法，其中如果判斷存在三個(gè)投票方向，并且夾角均小于180度，則存在三角形。
22.根據(jù)權(quán)利要求20所述的方法，其中如果判斷存在四個(gè)投票方向，并且夾角均等于90度，則存在正四邊形。
23.一種檢測任意線段組合形狀的裝置，包括
圖像采集單元，用于采集輸入圖像；
形狀模板存儲單元，用于存儲待檢測形狀的標(biāo)準(zhǔn)模板及其形狀參數(shù)；
邊緣提取單元，用于提取輸入圖像的邊緣；
形狀檢測單元，用于根據(jù)所述權(quán)利要求1至22中的任何一項(xiàng)所述的形狀檢測方法來檢測邊緣圖像中的形狀特征，并與預(yù)先存儲的形狀模板進(jìn)行比較，以確定是否存在待檢測形狀。
24.根據(jù)權(quán)利要求23所述的裝置，還包括用于輸出檢測結(jié)果的結(jié)果輸出單元。
全文摘要
本發(fā)明提供了一種檢測包含任意線段組合的形狀的方法，包括步驟從輸入圖像中提取圖像邊緣并計(jì)算邊緣點(diǎn)的梯度方向；對計(jì)算出的各邊緣點(diǎn)進(jìn)行投票操作，以生成投票圖像；利用投票圖像確定待檢測形狀的局部形狀特征；和將所述形狀特征的參數(shù)與形狀參數(shù)表中的形狀參數(shù)進(jìn)行對比，確定輸入圖像中包含的形狀。根據(jù)本發(fā)明的方法能夠自動(dòng)檢測、識別出輸入圖像中包含的各種形狀。
文檔編號G06T7/00GK101110100SQ20061010566
公開日2008年1月23日 申請日期2006年7月17日 優(yōu)先權(quán)日2006年7月17日
發(fā)明者剛 吳, 劉偉杰, 謝曉輝, 強(qiáng) 魏 申請人:松下電器產(chǎn)業(yè)株式會(huì)社