直線檢測方法和裝置制造方法
【專利摘要】本公開是關于一種直線檢測方法和裝置，屬于圖像處理領域。所述方法包括：獲取圖像中各個像素點的梯度直方圖特征集，所述梯度直方圖特征集用于反映像素點所在局部的直線特性；根據各個所述像素點的梯度直方圖特征集確定待檢測直線的至少一個備選方向；根據所述備選方向確定所述待檢測直線的精確方向和位置。本公開解決了相關技術中所涉及的直線檢測方法在邊緣強度較弱或者存在噪音干擾時，會導致直線斷裂以及檢測結果不準確的問題；本公開提供的直線檢測方法并沒有使用霍夫變換，也無需將圖像進行二值化，充分避免了二值化所產生的誤差的影響，提高了直線檢測的準確度。
【專利說明】直線檢測方法和裝置
【技術領域】
[0001]本公開涉及圖像處理領域，特別涉及一種直線檢測方法和裝置。
【背景技術】
[0002]直線和幾何形狀的檢測是圖像處理領域的一個重要課題。在現實場景中，由于有大量的直線和幾何形狀，因此實現快速、準確的直線和幾何形狀的檢測方法對圖像處理來說具有重要意義。
[0003]幾何形狀的檢測方法通常是基于直線檢測方法而產生的。在相關技術中，直線檢測一般使用霍夫變換的方法?；舴蜃儞Q定義了和圖像成對偶關系的參數空間，圖像中的一條直線對應于參數空間中的一個點，而圖像中的一個點對應于參數空間中的一條正弦曲線。通過上述對應關系可知，圖像中的一條直線上的若干個共線點對應于參數空間中相交于同一點的若干條正弦曲線。據此，檢測圖像中共線點最多的直線的問題，就轉換為了檢測參數空間中相交于一點的正弦曲線數量最多的峰值點的問題，與該峰值點對應的直線即為所要檢測的圖像中的直線。
[0004]發(fā)明人在實現本公開的過程中，發(fā)現上述方式至少存在如下缺陷:在上述基于霍夫變換的直線檢測方法中，由于需要在圖像中采樣若干個共線點，因此首先需要將圖像進行二值化，也即得到由黑、白像素點組成的二值圖像，然后在二值圖像中采樣若干個共線點。然而，圖像的二值化對參數較為敏感，其僅適合邊緣強度較強，也即直線與圖像中的其它區(qū)域間的灰度值存在明顯差異的直線的檢測；當邊緣強度較弱或者存在噪音干擾時，會導致直線斷裂，并且嚴重影響檢測結果的準確度。

【發(fā)明內容】

[0005]為了解決相關技術中所涉及的直線檢測方法在邊緣強度較弱或者存在噪音干擾時，會導致直線斷裂以及檢測結果不準確的問題，本公開實施例提供了一種直線檢測方法和裝置。所述技術方案如下:
[0006]第一方面，提供了一種直線檢測方法，所述方法包括:
[0007]獲取圖像中各個像素點的梯度直方圖特征集，所述梯度直方圖特征集用于反映像素點所在局部的直線特性；
[0008]根據各個所述像素點的梯度直方圖特征集確定待檢測直線的至少一個備選方向；
[0009]根據所述備選方向確定所述待檢測直線的精確方向和位置。
[0010]可選的，所述獲取圖像中各個像素點的梯度直方圖特征集，包括:
[0011]對于每一個所述像素點(i，j)，計算所述像素點的方向梯度集g (i，j)，所述方向梯度集g(i，j)包括所述像素點在K個方向上的方向梯度值，所述像素點在任一方向上的方向梯度值是指所述像素點在所述方向上與相鄰像素點之間的灰度值之差的絕對值，K > 2 ;
[0012]根據所述像素點的方向梯度集g (i, j)計算所述像素點的梯度直方圖特征集h(i，j )。
[0013]可選的，所述根據所述像素點的方向梯度集g (i, j)計算所述像素點的梯度直方圖特征集h (i，j)，包括:
[0014]分別計算所述像素點在所述K個方向上的局部梯度值^, k方向上的局部梯
度值等于所述像素點所在局部內所有像素點在所述k方向上的方向梯度值之和，其中，k表不方向；
[0015]計算所述像素點的平均梯度值hnOTm (i，j)，所述平均梯度值hnOTm (i，j)等于所述像素點的各個所述局部梯度值^?Τ啲平方和的開方；
[0016]將所述局部梯度值除以所述平均梯度值hnOTm ( i，j )得到所述像素點在所述k方向上的梯度直方圖特征hk (i, j)；
[0017]將所述K個方向上的梯度直方圖特征的集合確定為所述像素點的梯度直方圖特征集 h (i, j ) ο
[0018]可選的，所述方法還包括:[0019]對于每一個所述像素點(i，j)，檢測所述平均梯度值hnOTm (i，j)是否小于預定平均值Tnmi ；
[0020]若檢測結果為所述平均梯度值hnOTm (i，j)小于所述預定平均值Tnmi，則將所述像素點的梯度直方圖特征集h (i, j)中的各個梯度直方圖特征置零。
[0021]可選的，所述根據各個所述像素點的梯度直方圖特征集確定待檢測直線的至少一個備選方向，包括:
[0022]對于每一個所述像素點，選取所述梯度直方圖特征集中數值最大的梯度直方圖特征所對應的方向為所述像素點所在局部的主方向；
[0023]統計各個所述像素點所在局部的主方向在所述K個方向上的投票數量；
[0024]選取與所述投票數量超過投票閾值的方向相垂直的方向為所述待檢測直線的備選方向。
[0025]可選的，所述根據所述備選方向確定所述待檢測直線的精確方向和位置，包括:
[0026]對于每一個所述備選方向，生成至少一條與所述備選方向平行的掃描線；
[0027]分別計算每條掃描線的匹配距離，所述掃描線的匹配距離用于反映所述掃描線與所述待檢測直線的接近程度；
[0028]選取匹配距離最小的所述掃描線為備選直線；
[0029]根據所述備選直線確定所述待檢測直線的精確方向和位置。
[0030]可選的，所述分別計算每條掃描線的匹配距離，包括:
[0031]對于每一條所述掃描線，在所述掃描線上米樣獲取η個米樣點，η≥ 1；
[0032]計算各個所述采樣點的梯度直方圖特征集與所述備選方向相垂直的方向上的模板梯度直方圖特征集之間的匹配距離；
[0033]將所述η個采樣點的匹配距離求和得到所述掃描線的匹配距離。
[0034]可選的，所述根據所述備選直線確定所述待檢測直線的精確方向和位置，包括:
[0035]以所述備選直線為中軸線，生成預定大小的矩形區(qū)域；[0036]在所述矩形區(qū)域的垂直于所述備選直線的兩邊，分別選取U個和V個點，并將兩邊上的點兩兩連線得到U*v條線段，u ^ I, V ^ I ；
[0037]分別計算所述u*v條線段中的每一條線段的匹配距離，所述線段的匹配距離用于反映所述線段與所述待檢測直線的接近程度；
[0038]選取匹配距離最小的線段所屬的直線為所述待檢測直線。
[0039]可選的，所述方法還包括:
[0040]對于任意一條所述待檢測直線，檢測所述圖像中是否存在滿足第一預定條件的第二待檢測直線，所述第一預定條件包括所述第二待檢測直線與所述待檢測直線的交點在所述圖像內且兩者的夾角小于夾角閾值；
[0041]若檢測結果為存在滿足所述第一預定條件的第二待檢測直線，則將所述第二待檢測直線添加至備選直線集；
[0042]對于所述備選直線集中的任意兩條所述第二待檢測直線，檢測是否存在滿足第二預定條件的第三待檢測直線，所述第二預定條件包括所述第三待檢測直線不同于所述待檢測直線、所述第三待檢測直線與兩條所述第二待檢測直線均相交且兩個交點均在所述圖像內；
[0043]若檢測結果為存在滿足所述第二預定條件的第三待檢測直線，則將所述待檢測直線、兩條所述第二待檢測直線以及所述第三待檢測直線組成的四邊形添加至備選矩形集；
[0044]對于所述備選矩形集中的每一個四邊形，計算所述四邊形的匹配距離，所述四邊形的匹配距離用于反映所述四邊形與待檢測矩形的接近程度，所述四邊形的匹配距離等于所述四邊形的四條邊所對應的線段的匹配距離之和；
[0045]將匹配距離最小的或者匹配距離小于匹配閾值的四邊形確定為所述待檢測矩形。
[0046]第二方面，提供了一種直線檢測裝置，所述裝置包括:
[0047]特征獲取模塊，用于獲取圖像中各個像素點的梯度直方圖特征集，所述梯度直方圖特征集用于反映像素點所在局部的直線特性；
[0048]備選確定模塊，用于根據各個所述像素點的梯度直方圖特征集確定待檢測直線的至少一個備選方向；
[0049]精確確定模塊，用于根據所述備選方向確定所述待檢測直線的精確方向和位置。
[0050]可選的，所述特征獲取模塊，包括:梯度計算單元和特征計算單元；
[0051]所述梯度計算單元，用于對于每一個所述像素點(i，j)，計算所述像素點的方向梯度集g (i，j)，所述方向梯度集g (i，j)包括所述像素點在K個方向上的方向梯度值，所述像素點在任一方向上的方向梯度值是指所述像素點在所述方向上與相鄰像素點之間的灰度值之差的絕對值，K ^ 2 ；
[0052]所述特征計算單元，用于根據所述像素點的方向梯度集g (i，j)計算所述像素點的梯度直方圖特征集h (i，j)。
[0053]可選的，所述特征計算單元，包括:局部梯度子單元、平均梯度子單元、特征計算子單元和特征確定子單元；
[0054]所述局部梯度子單元，用于分別計算所述像素點在所述K個方向上的局部梯度值MU)，k方向上的局部梯度值等于所述像素點所在局部內所有像素點在所述k方向上的方向梯度值之和，其中，k表示方向；[0055]所述平均梯度子單元，用于計算所述像素點的平均梯度值hnOTm(i，j)，所述平均梯度值hnOT (i，j)等于所述像素點的各個所述局部梯度值的平方和的開方;
[0056]所述特征計算子單元，用于將所述局部梯度值:除以所述平均梯度值hnOTm
(i，j)得到所述像素點在所述k方向上的梯度直方圖特征hk (i，j)；
[0057]所述特征確定子單元，用于將所述K個方向上的梯度直方圖特征的集合確定為所述像素點的梯度直方圖特征集h (i，j)。
[0058]可選的，所述裝置還包括:平均檢測子單元和特征置零子單元；
[0059]所述平均檢測子單元，用于對于每一個所述像素點(i，j )，檢測所述平均梯度值hnorm (i，j)是否小于預定平均值Tnmi ；
[0060]所述特征置零子單元，用于若檢測結果為所述平均梯度值hnOTm (i，j)小于所述預定平均值Tnmi，則將所述像素點的梯度直方圖特征集h (i, j)中的各個梯度直方圖特征置零。
[0061]可選的，所述備選確定模塊，包括:方向選取單元、投票統計單元和備選選取單元;
[0062]所述方向選取單元，用于對于每一個所述像素點，選取所述梯度直方圖特征集中數值最大的梯度直方圖特征所對應的方向為所述像素點所在局部的主方向；
[0063]所述投票統計單元，用于統計各個所述像素點所在局部的主方向在所述K個方向上的投票數量；
[0064]所述備選選取單元，用于選取與所述投票數量超過投票閾值的方向相垂直的方向為所述待檢測直線的備選方向。
[0065]可選的，所述精確確定模塊，包括:掃描生成單元、掃描匹配單元、掃描選取單元和精確確定單元；
[0066]所述掃描生成單兀，用于對于每一個所述備選方向，生成至少一條與所述備選方向平行的掃描線；
[0067]所述掃描匹配單元，用于分別計算每條掃描線的匹配距離，所述掃描線的匹配距離用于反映所述掃描線與所述待檢測直線的接近程度；
[0068]所述掃描選取單元，用于選取匹配距離最小的所述掃描線為備選直線；
[0069]所述精確確定單元，用于根據所述備選直線確定所述待檢測直線的精確方向和位置。
[0070]可選的，所述掃描匹配單元，包括:采樣獲取子單元、采樣匹配子單元和采樣求和子單元；
[0071]所述采樣獲取子單元，用于對于每一條所述掃描線，在所述掃描線上采樣獲取η個采樣點，n ^ I ；
[0072]所述采樣匹配子單元，用于計算各個所述采樣點的梯度直方圖特征集與所述備選方向相垂直的方向上的模板梯度直方圖特征集之間的匹配距離；
[0073]所述采樣求和子單元，用于將所述η個采樣點的匹配距離求和得到所述掃描線的匹配距離。
[0074]可選的，所述精確確定單元，包括:矩形生成子單元、線段生成子單元、線段匹配子單元和線段選取子單元；
[0075]所述矩形生成子單元，用于以所述備選直線為中軸線，生成預定大小的矩形區(qū)域；
[0076]所述線段生成子單元，用于在所述矩形區(qū)域的垂直于所述備選直線的兩邊，分別選取U個和ν個點，并將兩邊上的點兩兩連線得到u*v條線段，u ^ I, ν ^ I ；
[0077]所述線段匹配子單元，用于分別計算所述u*v條線段中的每一條線段的匹配距離，所述線段的匹配距離用于反映所述線段與所述待檢測直線的接近程度；
[0078]所述線段選取子單元，用于選取匹配距離最小的線段所屬的直線為所述待檢測直線。
[0079]可選的，所述裝置還包括:
[0080]第一檢測模塊，用于對于任意一條所述待檢測直線，檢測所述圖像中是否存在滿足第一預定條件的第二待檢測直線，所述第一預定條件包括所述第二待檢測直線與所述待檢測直線的交點在所述圖像內且兩者的夾角小于夾角閾值；
[0081]直線備選模塊，用于若檢測結果為存在滿足所述第一預定條件的第二待檢測直線，則將所述第二待檢測直線添加至備選直線集；
[0082]第二檢測模塊，用于對于所述備選直線集中的任意兩條所述第二待檢測直線，檢測是否存在滿足第二預定條件的第三待檢測直線，所述第二預定條件包括所述第三待檢測直線不同于所述待檢測直線、所述第三待檢測直線與兩條所述第二待檢測直線均相交且兩個交點均在所述圖像內；
[0083]矩形備選模塊，用于若檢測結果為存在滿足所述第二預定條件的第三待檢測直線，則將所述待檢測直線、兩條所述第二待檢測直線以及所述第三待檢測直線組成的四邊形添加至備選矩形集；
[0084]匹配計算模塊，用于對于所述備選矩形集中的每一個四邊形，計算所述四邊形的匹配距離，所述四邊形的匹配距離用于反映所述四邊形與待檢測矩形的接近程度，所述四邊形的匹配距離等于所述四邊形的四條邊所對應的線段的匹配距離之和；
[0085]矩形確定模塊，用于將匹配距離最小的或者匹配距離小于匹配閾值的四邊形確定為所述待檢測矩形。
[0086]本公開實施例提供的技術方案的一些有益效果可以包括:
[0087]通過獲取圖像中各個像素點的梯度直方圖特征集，根據各個像素點的梯度直方圖特征集確定待檢測直線的至少一個備選方向，然后根據備選方向確定待檢測直線的精確方向和位置，其中，梯度直方圖特征集用于反映像素點所在局部的直線特性；解決了相關技術中所涉及的直線檢測方法在邊緣強度較弱或者存在噪音干擾時，會導致直線斷裂以及檢測結果不準確的問題；與【背景技術】中涉及的相關直線檢測方法相比，本實施例提供的直線檢測方法并沒有使用霍夫變換，也無需將圖像進行二值化，充分避免了二值化所產生的誤差的影響，提高了直線檢測的準確度。
[0088]應當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性的，并不能限制本公開。
【專利附圖】

【附圖說明】[0089]為了更清楚地說明本公開的實施例，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本公開的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
[0090]圖1是根據一示例性實施例示出的一種直線檢測方法的流程圖；
[0091]圖2A是根據另一示例性實施例示出的一種直線檢測方法的流程圖；
[0092]圖2B是根據另一示例性實施例示出的一種直線檢測方法在特征計算過程中涉及的不意圖；
[0093]圖2C是根據另一示例性實施例示出的一種直線檢測方法在直選選取過程中涉及的不意圖；
[0094]圖3是根據一示例性實施例示出的一種直線檢測裝置的示意圖；
[0095]圖4是根據另一示例性實施例示出的一種直線檢測裝置的示意圖；
[0096]圖5是根據一示例性實施例示出的一種用于直線檢測的裝置的框圖。
[0097]通過上述附圖，已示出本公開明確的實施例，后文中將有更詳細的描述。這些附圖和文字描述并不是為了通過任何方式限制本公開構思的范圍，而是通過參考特定實施例為本領域技術人員說明本公開的概念。
【具體實施方式】
[0098]為了使本公開的目的、技術方案和優(yōu)點更加清楚，下面將結合附圖對本公開作進一步地詳細描述，顯然，所描述的實施例僅僅是本公開一部份實施例，而不是全部的實施例?；诒竟_中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于本公開保護的范圍。
[0099]首先需要說明的是，本公開所涉及的電子設備可以是手機、平板電腦、電子書閱讀器、MP3 播放器(Moving Picture Experts Group Audio Layer III，動態(tài)影像專家壓縮標準音頻層面 3)、MP4 (Moving Picture Experts Group Audio Layer IV,動態(tài)影像專家壓縮標準音頻層面3)播放器、膝上型便攜計算機和臺式計算機等等。同時，電子設備包含有圖像采集組件，比如攝像頭。
[0100]圖1是根據一示例性實施例示出的一種直線檢測方法的流程圖，本實施例以該直線檢測方法應用于電子設備中來舉例說明。該直線檢測方法可以包括如下步驟:
[0101]在步驟102中，獲取圖像中各個像素點的梯度直方圖特征集，梯度直方圖特征集用于反映像素點所在局部的直線特性。
[0102]在步驟104中，根據各個像素點的梯度直方圖特征集確定待檢測直線的至少一個備選方向。
[0103]在步驟106中，根據備選方向確定待檢測直線的精確方向和位置。
[0104]綜上所述，本實施例提供的直線檢測方法，通過獲取圖像中各個像素點的梯度直方圖特征集，根據各個像素點的梯度直方圖特征集確定待檢測直線的至少一個備選方向，然后根據備選方向確定待檢測直線的精確方向和位置，其中，梯度直方圖特征集用于反映像素點所在局部的直線特性；解決了相關技術中所涉及的直線檢測方法在邊緣強度較弱或者存在噪音干擾時，會導致直線斷裂以及檢測結果不準確的問題；與【背景技術】中涉及的相關直線檢測方法相比，本實施例提供的直線檢測方法并沒有使用霍夫變換，也無需將圖像進行二值化，充分避免了二值化所產生的誤差的影響，提高了直線檢測的準確度。
[0105]圖2A是根據另一示例性實施例示出的一種直線檢測方法的流程圖，本實施例以該直線檢測方法應用于電子設備中來舉例說明。該直線檢測方法可以包括如下步驟:
[0106]在步驟201中，生成圖像的灰度圖。
[0107]在進行直線檢測之前，電子設備首先將采集的圖像進行灰度化，生成圖像的灰度圖?；叶确譃?56階，任一像素點(i，j)的灰度值I (i，j)e [0，255]。
[0108]在步驟202中，獲取圖像中各個像素點的梯度直方圖特征集。
[0109]電子設備獲取圖像中各個像素點的梯度直方圖特征集，梯度直方圖特征集用于反映像素點所在局部的直線特性。
[0110]本步驟可以包括如下兩個子步驟:
[0111]第一，對于每一個像素點(i，j)，計算像素點的方向梯度集g (i，j)。
[0112]對于每一個像素點(i，j)，電子設備計算像素點的方向梯度集g (i，j)。一個像素點的方向梯度集包括該像素點在K個方向上的方向梯度值，像素點在任一方向上的方向梯度值是指該像素點在該方向上與相鄰像素點之間的灰度值之差的絕對值，K > 2。K的取值根據實際需求預先設定，K值越大，直線檢測的結果越精確。為了減少計算量，在通常情況下K取4或8即可。
[0113]請結合參考圖2B，假設有圖像I，其大小為M*N (Μ和N分別表示圖像I在水平方向和垂直方向上的像素點數量)，M≥1，N≥I。對于圖像中的任一像素點(i，j), i e [O,Μ], j e [0，N]，其對應的方向梯度集記為g (i，j)。
[0114]同時假設K=4，該4個方向分別為與水平方向呈0°、45°、90°以及135°夾角的方向，且像素點(i，j)在上述4個方向上的方向梯度值分別記為gQ (i，j)、g45 (i，j)、g9Q(i，j)和 g135 (i，j)。則:
[0115]g (i, j) = {g0 (i，j)，g45 (i，j)，g90 (i，j)，g135 (i，j)}，其中，
[0116]g0 (i, j) = 11 (i+1, j) -1 (i, j) I ；
[0117]g45 (i，j ) = 11 (1-1, j_l) -1 (i，j ) I ；
[0118]g90 (i, j ) = 11 (i, j_l) -1 (i, j ) I ；
[0119]g135 (i, j) = 11 (i+1, j-1) -1 (i, j) I ；
[0120]I (i，j)表示像素點(i，j)的灰度值，I (i，j)e [0,255] 0
[0121]在實際應用中，可以將圖像中的邊界像素點不予考慮。其中，邊界像素點是指在圖像四周邊緣的像素點，如圖2B中黑色線框21以外的區(qū)域中所包含的像素點。
[0122]第二，根據像素點的方向梯度集g (i，j)計算該像素點的梯度直方圖特征集h Cl,J.)。
[0123]電子設備根據像素點的方向梯度集g (i，j)計算該像素點的梯度直方圖特征集h(i，j )。
[0124]首先需要了解的是，如果圖像中存在一條直線，沿直線方向各像素點的灰度值變化緩慢或者不變；而與直線方向相垂直的方向，各像素點的灰度值會存在突變。正是利用這一特性，在求得像素點的方向梯度集g (i，j)之后，引入像素點的梯度直方圖特征集h (i,J.)。
[0125]像素點的梯度直方圖特征集h (i, j)反映了像素點所在局部的直線特性，該直線特性包括像素點所在局部內是否存在待檢測直線以及待檢測直線的大致方向中的第一種或者全部兩種。其中，待檢測直線的大致方向是指待檢測直線所接近的方向，比如:若待檢測直線所接近的方向為45°的鄰域范圍，則待檢測直線的大致方向為45°。
[0126]上述第二個子步驟還包括如下幾個子步驟:
[0127](I)分別計算像素點在K個方向上的局部梯度值^?^。
[0128]電子設備分別計算像素點在K個方向上的局部梯度值:，k表示方向。像素
點(i，j)在k方向上的局部梯度值^等于像素點所在局部內所有像素點在k方向上的方向梯度值之和。在本實施例中，
[0129]
【權利要求】
1.一種直線檢測方法，其特征在于，所述方法包括: 獲取圖像中各個像素點的梯度直方圖特征集，所述梯度直方圖特征集用于反映像素點所在局部的直線特性； 根據各個所述像素點的梯度直方圖特征集確定待檢測直線的至少一個備選方向； 根據所述備選方向確定所述待檢測直線的精確方向和位置。
2.根據權利要求1所述的方法，其特征在于，所述獲取圖像中各個像素點的梯度直方圖特征集，包括: 對于每一個所述像素點(i，j)，計算所述像素點的方向梯度集g (i，j)，所述方向梯度集g (i，j)包括所述像素點在K個方向上的方向梯度值，所述像素點在任一方向上的方向梯度值是指所述像素點在所述方向上與相鄰像素點之間的灰度值之差的絕對值，K > 2 ; 根據所述像素點的方向梯度集g (i，j)計算所述像素點的梯度直方圖特征集h (i，j)。
3.根據權利要求2所述的方法，其特征在于，所述根據所述像素點的方向梯度集g(i，j)計算所述像素點的梯度直方圖特征集h (i, j)，包括: 分別計算所述像素點在所述K個方向上的局部梯度值^y, k方向上的局部梯度值 等于所述像素點所在局部內所有像素點在所述k方向上的方向梯度值之和，其中，k表不方向； 計算所述像素點的平均梯度值hnOTm (i，j)，所述平均梯度值hnOTm (i，j)等于所述像素點的各個所述局部梯度位矹1的平方和的開方； 將所述局部梯度值^13除以所述平均梯度值hnOTm (i，j)得到所述像素點在所述k方向上的梯度直方圖特征hk (i, j )； 將所述K個方向上的梯度直方圖特征的集合確定為所述像素點的梯度直方圖特征集h(i，j )。
4.根據權利要求3所述的方法，其特征在于，所述方法還包括: 對于每一個所述像素點(i，j)，檢測所述平均梯度值hnOTm (i，j)是否小于預定平均值T.丄 norm， 若檢測結果為所述平均梯度值hnOTm (i，j)小于所述預定平均值Tnmi，則將所述像素點的梯度直方圖特征集h (i, j)中的各個梯度直方圖特征置零。
5.根據權利要求2至4任一所述的方法，其特征在于，所述根據各個所述像素點的梯度直方圖特征集確定待檢測直線的至少一個備選方向，包括: 對于每一個所述像素點，選取所述梯度直方圖特征集中數值最大的梯度直方圖特征所對應的方向為所述像素點所在局部的主方向； 統計各個所述像素點所在局部的主方向在所述K個方向上的投票數量； 選取與所述投票數量超過投票閾值的方向相垂直的方向為所述待檢測直線的備選方向。
6.根據權利要求1所述的方法，其特征在于，所述根據所述備選方向確定所述待檢測直線的精確方向和位置，包括: 對于每一個所述備選方向，生成至少一條與所述備選方向平行的掃描線；分別計算每條掃描線的匹配距離，所述掃描線的匹配距離用于反映所述掃描線與所述待檢測直線的接近程度； 選取匹配距離最小的所述掃描線為備選直線； 根據所述備選直線確定所述待檢測直線的精確方向和位置。
7.根據權利要求6所述的方法，其特征在于，所述分別計算每條掃描線的匹配距離，包括: 對于每一條所述掃描線，在所述掃描線上米樣獲取η個米樣點，n≥I ； 計算各個所述采樣點的梯度直方圖特征集與所述備選方向相垂直的方向上的模板梯度直方圖特征集之間的匹配距離； 將所述η個采樣點的匹配距離求和得到所述掃描線的匹配距離。
8.根據權利要求6所述的方法，其特征在于，所述根據所述備選直線確定所述待檢測直線的精確方向和位置，包括: 以所述備選直線為中軸線，生成預定大小的矩形區(qū)域； 在所述矩形區(qū)域的垂直于所述備選直線的兩邊，分別選取u個和ν個點，并將兩邊上的點兩兩連線得到U*v條線段，u≥I, V≥I ; 分別計算所述u*v條線段中的每一條線段的匹配距離，所述線段的匹配距離用于反映所述線段與所述待檢測直線的接近程度； 選取匹配距離最小的線段所屬的直線為所述待檢測直線。
9.根據權利要求1至8任一所述的方法，其特征在于，所述方法還包括: 對于任意一條所述待檢測直線，檢測所述圖像中是否存在滿足第一預定條件的第二待檢測直線，所述第一預定條件包括所述第二待檢測直線與所述待檢測直線的交點在所述圖像內且兩者的夾角小于夾角閾值； 若檢測結果為存在滿足所述第一預定條件的第二待檢測直線，則將所述第二待檢測直線添加至備選直線集；對于所述備選直線集中的任意兩條所述第二待檢測直線，檢測是否存在滿足第二預定條件的第三待檢測直線，所述第二預定條件包括所述第三待檢測直線不同于所述待檢測直線、所述第三待檢測直線與兩條所述第二待檢測直線均相交且兩個交點均在所述圖像內；若檢測結果為存在滿足所述第二預定條件的第三待檢測直線，則將所述待檢測直線、兩條所述第二待檢測直線以及所述第三待檢測直線組成的四邊形添加至備選矩形集； 對于所述備選矩形集中的每一個四邊形，計算所述四邊形的匹配距離，所述四邊形的匹配距離用于反映所述四邊形與待檢測矩形的接近程度，所述四邊形的匹配距離等于所述四邊形的四條邊所對應的線段的匹配距離之和； 將匹配距離最小的或者匹配距離小于匹配閾值的四邊形確定為所述待檢測矩形。
10.一種直線檢測裝置，其特征在于，所述裝置包括: 特征獲取模塊，用于獲取圖像中各個像素點的梯度直方圖特征集，所述梯度直方圖特征集用于反映像素點所在局部的直線特性； 備選確定模塊，用于根據各個所述像素點的梯度直方圖特征集確定待檢測直線的至少一個備選方向； 精確確定模塊，用于根據所述備選方向確定所述待檢測直線的精確方向和位置。
11.根據權利要求10所述的裝置，其特征在于，所述特征獲取模塊，包括:梯度計算單元和特征計算單元； 所述梯度計算單元，用于對于每一個所述像素點(i，j)，計算所述像素點的方向梯度集g (i，j)，所述方向梯度集g (i，j)包括所述像素點在K個方向上的方向梯度值，所述像素點在任一方向上的方向梯度值是指所述像素點在所述方向上與相鄰像素點之間的灰度值之差的絕對值，K ^ 2 ； 所述特征計算單元，用于根據所述像素點的方向梯度集g (i，j)計算所述像素點的梯度直方圖特征集h (i，j)。
12.根據權利要求11所述的裝置，其特征在于，所述特征計算單元，包括:局部梯度子單元、平均梯度子單元、特征計算子單元和特征確定子單元； 所述局部梯度子單元，用于分別計算所述像素點在所述K個方向上的局部梯度值/^OD，k方向上的局部梯度值等于所述像素點所在局部內所有像素點在所述k方向上的方向梯度值之和，其中，k表示方向； 所述平均梯度子單元，用于計算所述像素點的平均梯度值hnOTm(i，j)，所述平均梯度值hnorm (i，j)等于所述像素點的各個所述局部梯度偵的平方和的開方； 所述特征計算 子單元，用于將所述局部梯度值除以所述平均梯度值hnOTm (i，j>得到所述像素點在所述k方向上的梯度直方圖特征hk (i，j); 所述特征確定子單元，用于將所述K個方向上的梯度直方圖特征的集合確定為所述像素點的梯度直方圖特征集h (i，j)。
13.根據權利要求12所述的裝置，其特征在于，所述裝置還包括:平均檢測子單元和特征置零子單元； 所述平均檢測子單元，用于對于每一個所述像素點(i，j)，檢測所述平均梯度值hnOTm(i，j)是否小于預定平均值Tnmi ； 所述特征置零子單元，用于若檢測結果為所述平均梯度值hnOTm (i，j)小于所述預定平均值Tnmi，則將所述像素點的梯度直方圖特征集h (i, j)中的各個梯度直方圖特征置零。
14.根據權利要求11至13任一所述的裝置，其特征在于，所述備選確定模塊，包括:方向選取單元、投票統計單元和備選選取單元； 所述方向選取單元，用于對于每一個所述像素點，選取所述梯度直方圖特征集中數值最大的梯度直方圖特征所對應的方向為所述像素點所在局部的主方向； 所述投票統計單元，用于統計各個所述像素點所在局部的主方向在所述K個方向上的投票數量； 所述備選選取單元，用于選取與所述投票數量超過投票閾值的方向相垂直的方向為所述待檢測直線的備選方向。
15.根據權利要求10所述的裝置，其特征在于，所述精確確定模塊，包括:掃描生成單元、掃描匹配單元、掃描選取單元和精確確定單元； 所述掃描生成單元，用于對于每一個所述備選方向，生成至少一條與所述備選方向平行的掃描線； 所述掃描匹配單元，用于分別計算每條掃描線的匹配距離，所述掃描線的匹配距離用于反映所述掃描線與所述待檢測直線的接近程度； 所述掃描選取單元，用于選取匹配距離最小的所述掃描線為備選直線； 所述精確確定單元，用于根據所述備選直線確定所述待檢測直線的精確方向和位置。
16.根據權利要求15所述的裝置，其特征在于，所述掃描匹配單元，包括:采樣獲取子單元、采樣匹配子單元和采樣求和子單元； 所述采樣獲取子單元，用于對于每一條所述掃描線，在所述掃描線上采樣獲取η個采樣點，n≥1 ; 所述采樣匹配子單元，用于計算各個所述采樣點的梯度直方圖特征集與所述備選方向相垂直的方向上的模板梯度直方圖特征集之間的匹配距離； 所述采樣求和子單元，用于將所述η個采樣點的匹配距離求和得到所述掃描線的匹配距離。
17.根據權利要求15所述的裝置，其特征在于，所述精確確定單元，包括:矩形生成子單元、線段生成子單元、線段匹配子單元和線段選取子單元； 所述矩形生成子單元，用于以所述備選直線為中軸線，生成預定大小的矩形區(qū)域；所述線段生成子單元，用于在所述矩形區(qū)域的垂直于所述備選直線的兩邊，分別選取u個和V個點，并將兩邊上的點兩兩連線得到u*v條線段，u≥1, V≥1 ; 所述線段匹配子單元，用于分別計算所述u*v條線段中的每一條線段的匹配距離，所述線段的匹配距離用于反映所述線段與所述待檢測直線的接近程度； 所述線段選取子單元，用于選取匹配距離最小的線段所屬的直線為所述待檢測直線。
18.根據權利要求10至17任一所述的裝置，其特征在于，所述裝置還包括: 第一檢測模塊，用于對于任意一條所述待檢測直線，檢測所述圖像中是否存在滿足第一預定條件的第二待檢測直線，所述第一預定條件包括所述第二待檢測直線與所述待檢測直線的交點在所述圖像內且兩者的夾角小于夾角閾值； 直線備選模塊，用于若檢測結果為存在滿足所述第一預定條件的第二待檢測直線，則將所述第二待檢測直線添加至備選直線集； 第二檢測模塊，用于對于所述備選直線集中的任意兩條所述第二待檢測直線，檢測是否存在滿足第二預定條件的第三待檢測直線，所述第二預定條件包括所述第三待檢測直線不同于所述待檢測直線、所述第三待檢測直線與兩條所述第二待檢測直線均相交且兩個交點均在所述圖像內； 矩形備選模塊，用于若檢測結果為存在滿足所述第二預定條件的第三待檢測直線，則將所述待檢測直線、兩條所述第二待檢測直線以及所述第三待檢測直線組成的四邊形添加至備選矩形集； 匹配計算模塊，用于對于所述備選矩形集中的每一個四邊形，計算所述四邊形的匹配距離，所述四邊形的匹配距離用于反映所述四邊形與待檢測矩形的接近程度，所述四邊形的匹配距離等于所述四邊形的四條邊所對應的線段的匹配距離之和； 矩形確定模塊，用于將匹配距離最小的或者匹配距離小于匹配閾值的四邊形確定為所述待檢測矩形。
【文檔編號】G06T7/00GK103914830SQ201410063121
【公開日】2014年7月9日 申請日期:2014年2月22日 優(yōu)先權日:2014年2月22日
【發(fā)明者】王百超, 王琳, 陳志軍 申請人:小米科技有限責任公司