一种基于去伪环节的图像中椭圆快速检测方法技术

本发明专利技术公开了一种基于去伪环节的图像中椭圆快速检测方法，包括以下步骤：步骤一、获取到图片之后，利用图像增强算法对图片进行预处理得到边缘图片提取弧段，根据边缘盒以及梯度信息将弧段进行分类。步骤二、依据凹凸性和弧线相对位置约束组合弧段三元组。步骤三、利用直接最小二乘算法，根据弧段三元组拟合出初始椭圆集合。步骤四、基于椭圆评分模型去伪算法对初始椭圆集中的候选椭圆分别进行局部去伪和全局去伪，逐步减少椭圆数目。步骤五、针对余下的候选椭圆利用改进椭圆定理的深度去伪算法筛选出最终椭圆。本发明专利技术能够快速产生初始椭圆集，通过局部去伪、全局去伪以及深度去伪算法逐步删除不符合条件的椭圆得到最终椭圆，提高了真实图像中椭圆检测的精确度，方法能够应对复杂背景具有良好的移植性。

【技术实现步骤摘要】
一种基于去伪环节的图像中椭圆快速检测方法
本专利技术公开了一种基于去伪环节的图像中椭圆快速检测方法，属于计算机视觉，图像检测领域。
技术介绍
在计算机视觉、图像处理、模式识别等领域中，检测和识别几何形状是一项重要的基础任务。而圆是自然界和生活中最为常见的基本几何形状之一，如交通指示牌、水杯盖、瞳孔、纽扣等物体，而他们通过透视投影到二维平面时，都会呈现椭圆的形状。在无人驾驶交通指示牌识别、虹膜识别等应用中，利用椭圆检测环节检测目标物体通常都是应用的最初步骤，检测的精确直接影响应用的整体精度。在椭圆检测中，传统方法往往需要从边缘点信息入手，而复杂又大量的边缘点在进行计算时会产生大量的冗余计算，加大计算的时间复杂度。另一方面，椭圆检测在图像处理中属于最初步骤，往往在检测椭圆后再进行其他重要步骤，如工业领域机器手臂抓取圆形物体，需要先检测物体再进行抓取等一系列操作，故椭圆检测对于检测时间非常敏感，时间过长将会影响后续步骤。在工业场景中，存在多个椭圆重叠、椭圆数量多和椭圆大小不一等复杂场景，传统方法在提高精确度的同时往往伴随着误检率的上升，进而影响椭圆检测的准确性，故降低椭圆的错误检测也成为至关重要的工作。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于去伪环节的图像中椭圆快速检测方法，能够快速且准确的检测椭圆，提高椭圆检测的精确度并通过去伪环节有效降低误检率。本专利技术解决其技术问题所采用的技术方案是提供了一种基于去伪环节的图像中椭圆快速检测方法，包括以下步骤：步骤一、获取到图片之后，利用图像增强算法对图片进行预处理得到图像边缘信息；步骤二、对边缘图片提取弧段，根据边缘盒和梯度信息将弧段进行分类；步骤三、依据凹凸性和弧线相对位置约束组合弧段三元组；步骤四、利用最小二乘算法，将圆弧三元组拟合成候选椭圆集合；步骤五、基于椭圆评分模型去伪算法对椭圆集合进行全局去伪和局部去伪；步骤六、基于改进椭圆定理的验证算法对候选椭圆集进行验证。优选的，所述步骤一中利用Gamma校正、中值滤波和对比度亮度增强手段对待检图像进行图像增强，得到边缘图像。优选的，所述步骤四采用最小二乘代数拟合法确定候选椭圆集：将实际点(xi,yi),i＝1,...,n代入式G(x,y)＝Ax2+Bxy+Cy2+Bx+Ey+F中得到G(xi,yi)，运用最小二乘法求解椭圆参数,通过各离散点到拟合椭圆代数距离平方和最小以确定椭圆各参数：优选的，所述步骤五中建立的对候选椭圆集进行评价，分别进行局部去伪和全局去伪，包括以下步骤：步骤A、局部去伪：针对步骤四得到的初始集合中的候选椭圆，评价每一个候选者和构成其的弧段三元组之间的匹配度，定义落在椭圆上的特征点集合为：U＝{(xi,yi):|G(xi,yi)|<0.1}；其中|U|为圆弧三元组中特征点在椭圆上的数量，|αa|，|αb|，|αc|分别为真实的圆弧三元组中弧段a、b、c上特征点的数量。η数值越大，候选椭圆和弧段三元组之间的匹配程度越高，删除η值小于阈值Ts＝0.62的候选椭圆，减少集合中的候选椭圆数目；步骤B、全局去伪：某弧段可能对应多个椭圆，两个候选椭圆也可能包含同一弧段，可事实上一段弧只能对应一个椭圆，遍历所有弧段和经过局部去伪后的候选椭圆的对应关系，如果某个弧段对应多个椭圆，则只保留评分η最高的、去除其他分值低的候选椭圆，其次对集合中的候选椭圆进行两两比较，查看构成其椭圆的圆弧三元组是否有相同的弧段，因为一段弧只能属于一个椭圆，所以如果有则比较评分η，去除评分低的、保留评分高的候选椭圆，没有则均保留。优选的，所述步骤六中引入一个基于椭圆定理的增强去伪环节，来对候选椭圆进行进一步筛选：椭圆上任意一点A(x0,y0)作两条倾斜角互补的直线交椭圆于B、C两点，则直线BC有定向且建立约束条件比较弧段三元组和候选椭圆，删除不符合约束的椭圆，减少候选椭圆数目，提高精确度，具体实现步骤如下：第一步对步骤四中得到的候选椭圆集进行坐标变换，简化计算，将坐标原点平移到椭圆中心，椭圆长轴落在x轴在，短轴落在y轴上，椭圆方程简化为：n＝1,...,N,其中an为椭圆长轴，bn为椭圆短轴；第二步在αa弧段中随机选取一点a1,αb弧段中随机选取一点b1，过a1点作一条与a1b1倾斜角互补的直线l，与第一步中的椭圆方程联立求交点c1；第三步，求直线b1c1的斜率确定其与标准值的偏差再取两组弧对αb,αc和αa,αc，重复步骤二、三、四，得到θ2,θ3，偏差均值为：第四步，根据阈值θth筛选平均偏差小于θth的椭圆，删除平均偏差偏大，确定最终的候选椭圆。与现有的技术相比，本专利技术的有益效果是：可以对真实场景中的椭圆进行检测，对圆弧的分割和组合准确，对椭圆三元组利用最小二乘法进行拟合使得拟合速度更快，对候选椭圆利用基于几何定理的去伪方法去除伪椭圆以降低算法误检率。附图说明图1为预处理中图像增强的步骤效果图；图2为预处理前后对比图；图3为圆弧分类中按边缘盒中圆弧上下面积进行分类；图4为圆弧分类中按照圆弧梯度进行分类；图5为将所有圆弧分为四类；图6为依照凹凸性和相对位置约束对弧段进行组合；图7为引入的椭圆定理，C、B为椭圆上两点，AC与AB斜率互为相反数；图8为去伪环节中真实图像与检测出的椭圆的位置之间的约束关系；图9为本方法在真实图像下各个步骤的图解，(a)为原始图像；(b)为边缘检测图像；(c)为剔除短弧和直线后的边缘图像；(d)为按照上下面积对圆弧分类；(e)为按照梯度信息对圆弧进行分类；(f)为将圆弧分类四类；(g)为所得到的所有圆弧；(h)为最小二乘法拟合得到的椭圆；(i)为普通聚类方法；(j)为本方法聚类后；图10为本专利技术提出的方法与各个方法进行对比实验，从左至右依次为：输入图像、正确检测；图11为去伪算法剔除伪圆，虚线椭圆为基于评分模型去伪算法剔除的候选椭圆。实线椭圆为评分模型中得分最高的候选椭圆，并且通过了基于改进椭圆定理的验证算法后得到的最终检测椭圆。具体实施方式下面结合具体实施例，进一步阐述本专利技术。应理解，这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解，在阅读了本专利技术讲授的内容之后，本领域技术人员可以对本专利技术作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。本专利技术的实施方式涉及一种基于去伪环节的图像中椭圆快速检测方法，如图1所示，包括以下步骤：步骤一、获取到图片之后，利用图像增强算法对图片进行预处理。低像素椭圆在传统的椭圆检测方法中容易检测失败。本方法在椭圆检测之前添加图像增强的预处理步骤，提高低像素椭圆的检测率。中值滤波：中值滤波是指将模板核算子覆盖区域内所有像素值的排序,位置处在中间的像素值用来更新当前像素点值。如常见的核算子3×3,模板区域内的元素有9个排序后为a1,a2,a3,a4,本文档来自技高网...

【技术保护点】
1.一种基于去伪环节的图像中椭圆快速检测方法，包括以下步骤：/n步骤一、获取到图片之后，利用图像增强算法对图片进行预处理得到图像边缘信息；/n步骤二、对边缘图片提取弧段，根据边缘盒和梯度信息将弧段进行分类；/n步骤三、依据凹凸性和弧线相对位置约束组合弧段三元组；/n步骤四、利用最小二乘算法，将圆弧三元组拟合成候选椭圆集合；/n步骤五、基于椭圆评分模型去伪算法对椭圆集合进行全局去伪和局部去伪；/n步骤六、基于改进椭圆定理的验证算法对候选椭圆集进行验证。/n

【技术特征摘要】
1.一种基于去伪环节的图像中椭圆快速检测方法，包括以下步骤：
步骤一、获取到图片之后，利用图像增强算法对图片进行预处理得到图像边缘信息；
步骤二、对边缘图片提取弧段，根据边缘盒和梯度信息将弧段进行分类；
步骤三、依据凹凸性和弧线相对位置约束组合弧段三元组；
步骤四、利用最小二乘算法，将圆弧三元组拟合成候选椭圆集合；
步骤五、基于椭圆评分模型去伪算法对椭圆集合进行全局去伪和局部去伪；
步骤六、基于改进椭圆定理的验证算法对候选椭圆集进行验证。


2.如权利要求1所述的一种基于去伪环节的图像中椭圆快速检测方法，其特征在于，所述步骤一中利用Gamma校正、中值滤波和对比度亮度增强手段对待检图像进行图像增强，得到边缘图像。


3.如权利要求1所述的一种基于去伪环节的图像中椭圆快速检测方法，其特征在于，所述步骤四采用最小二乘代数拟合法确定候选椭圆集：将实际点(xi,yi),i＝1,...,n代入式G(x,y)＝Ax2+Bxy+Cy2+Bx+Ey+F中得到G(xi,yi)，运用最小二乘法求解椭圆参数,通过各离散点到拟合椭圆代数距离平方和最小以确定椭圆各参数：


4.如权利要求1所述的一种基于去伪环节的图像中椭圆快速检测方法，其特征在于，所述步骤五中建立的对候选椭圆集进行评价，分别进行局部去伪和全局去伪，包括以下步骤：
步骤A、局部去伪：针对步骤四得到的初始集合中的候选椭圆，评价每一个候选者和构成其的弧段三元组之间的匹配度，定义落在椭圆上的特征点集合为：U＝{(xi,yi):|G(xi,yi)|<0.1}；
其中|U|为圆弧三元组中特征点在椭圆上的数量，|αa|，|αb|，|αc|分别为真实的圆弧...

【专利技术属性】
技术研发人员：易昊朗，王彤，
申请(专利权)人：东华大学，
类型：发明
国别省市：上海;31