图像识别的短线条过滤方法技术

本发明专利技术公开了图像识别的短线条过滤方法，包括：计算图像中不同跨度的线段的最小角度变化度；选择跨度小且最小角度变化度小的线段的跨度作为短线条过滤的候选阈值；选定图像中一个区域，识别出区域中的所有线条，并按跨度大小进行排序，计算各个跨度区间的线条的杂乱度；从候选阈值中选择使得跨度区间的线条的杂乱度下降趋势明显的线条的跨度作为短线条过滤的阈值；将图像中跨度小于跨度阈值的线条从图像中剔除。本发明专利技术根据图像中线条杂乱程度的变化规律，选择出合理的短线条过滤的阈值，对图像中的杂乱无意义的短线条进行滤除，提高图像后续进一步图像处理的效率，减小图像中无关对象对图像处理的影响。

【技术实现步骤摘要】
图像识别的短线条过滤方法
本专利技术属于计算机视觉领域，具体涉及一种图像识别的短线条过滤方法。
技术介绍
目前在计算机视觉领域中，在一些任务中经常会用到直线检测算法。直线数据做为后续计算机视觉任务的底层输入，在一定程度上决定着任务的最终结果可靠性。对于绝大数直线检测算法来说，会由于本身算法的原因或图像的因素在直线检测中产生大量的短直线，而这些短直线中的大多数不会给后续的视觉任务带来益处，甚至会带来干扰造成强噪声从而影响最终的任务结果。现有的关于短直线过滤方法均是在直线检测完后，直接将其中一部分长度很短的直线剔除，方法比较直接粗暴，缺少系统性和科学的分析。针对不同直线检测算法以及不同分辨率的图像，其短直线的分布情况均会不同，直接用这样的方式进行短直线的过滤，可能无法满足任务需求，影响其任务最终结果的准确性。
技术实现思路
本专利技术的目的是针对上述问题，提供一种图像识别的短线条过滤方法，根据长线条、短线条杂乱程度不一样的规律，选择确定短线条过滤的阈值，对图像中的短线条进行滤除，以提高图像后续进一步图像处理的效率，避免图像中无关对象对计算机视觉的影响。本专利技术的技术方案是图像识别的短线条过滤方法，采用像素坐标系，将线条的两端点的X坐标差值、Y坐标差值中大的坐标差值定为线条的跨度，将线条的两个端点连接的线段指向X坐标值大的端点的方向定为线条的矢量方向，将线条的矢量方向与X轴正方向的夹角记为线条的角度，所述短线条过滤方法包括以下步骤：步骤1：计算图像中不同跨度的线段的最小角度变化度；r>步骤1.1：将图像中一像素点作为相同跨度线段的共同起点，依次将线段的终点的X、Y坐标加1或减1寻找相同跨度的可能线段，确定图像中同一起点的相同跨度的可能线段的数量；步骤1.2：将步骤1.1中同一起点的相同跨度的线段按照角度大小排序，计算相邻线段的角度差值的均值，记为相同跨度的线段的最小角度变化度，即线条坐标变化一个像素对应的夹角平均变化度数；步骤1.3：改变线段的跨度，重复步骤1.1、1.2确定图像中不同跨度的线段的最小角度变化度；步骤2：选择跨度小且最小角度变化度小的线段的跨度作为短线条过滤的候选阈值；步骤3：选定图像中一个区域，识别出区域中的所有线条，并按跨度大小进行排序，计算各个跨度区间的线条的杂乱度；步骤4：从候选阈值中选择使得步骤3的跨度区间的线条的杂乱度下降趋势明显的线条的跨度作为短线条过滤的阈值；步骤5：将图像中跨度小于跨度阈值的线条从图像中剔除。进一步地，步骤3具体包括：步骤3.1：识别出图像区域中的所有线条，并按跨度进行排序，排序后的线条的角度记为αi，i＝1,2,…,N，N为线条的总数量；步骤3.2：计算跨度区间的线条的杂乱度式中μ为线段的角度的数学期望，P为跨度区间内的线条的数量；步骤3.3：重复步骤3.2，计算不同跨度区间的线条的杂乱度。进一步地，步骤4具体包括：步骤4.1：从步骤3的排序的线条中找出跨度最接近候选阈值的线条，最接近候选阈值的线条的角度为aj，1<j<N；步骤4.2：计算不同跨度区间的线条的杂乱度，不同跨度区间的线条的角度的集合为SM＝{αx|x＝1,2,…,Q},Q＝j,…,N，得到杂乱度曲线；步骤4.3：计算滑动跨度区间的线条的杂乱度，滑动跨度区间的线条的角度的集合SL＝{αy|y＝R,R+1,…,R+j-1},R＝1,…,N-j+1的杂乱度，得到杂乱度曲线；步骤4.4：针对不同的候选阈值重复步骤4.1-4.3，选择同时使步骤4.2、4.3的杂乱度曲线的尾段下降趋势明显的j对应的候选阈值作为短线条过滤的阈值。相比现有技术，本专利技术的有益效果：1)本专利技术根据图像中线条杂乱程度的变化规律，选择出合理的短线条过滤的阈值，对图像中的杂乱无意义的短线条进行滤除，提高图像后续进一步图像处理的效率，减小图像中无关对象对图像处理的影响；2)本专利技术计算跨度区间的线条的杂乱度以衡量线条的杂乱程度，比较不同跨度区间的线条的杂乱程度的变化规律，实现了图像中线条杂乱程度的量化比较、计算；3)本专利技术计算不同跨度的线条的最小角度变化度，可量化区分长线条和短线条的分布规律。附图说明下面结合附图和实施例对本专利技术作进一步说明。图1为本专利技术实施例的短线条过滤方法的流程示意图。图2a为本专利技术实施例的跨度为2的直线条的角度的示意图。图2b为本专利技术实施例的跨度为4的直线条的角度的示意图。图2c为本专利技术实施例的跨度为8的直线条的角度的示意图。图2d为本专利技术实施例的跨度为16的直线条的角度的示意图。图3a为本专利技术实施例的候选阈值为20的不同跨度区间的线条的杂乱度曲线图。图3b为本专利技术实施例的候选阈值为20的滑动跨度区间的线条的杂乱度曲线图。图4a为本专利技术实施例的候选阈值为21的不同跨度区间的线条的杂乱度曲线图。图4b为本专利技术实施例的候选阈值为21的滑动跨度区间的线条的杂乱度曲线图。具体实施方式实施例对图像中较短的直线条进行过滤，将直线条即线段的两端点的X坐标差值、Y坐标差值中大的坐标差值定为线段的跨度，将线段指向X坐标值大的端点的方向定为线条的矢量方向，将线段的矢量方向与X轴正方向的夹角记为线段的角度。如图1所示，图像识别的短线条过滤方法，包括以下步骤：步骤1：计算图像中不同跨度的线段的最小角度变化度；步骤1.1：将图像中一像素点作为相同跨度线段的共同起点，依次将线段的终点的X、Y坐标加1或减1寻找相同跨度的可能线段，确定图像中同一起点的相同跨度的可能线段的数量；步骤1.2：将步骤1.1中同一起点的相同跨度的线段按照角度大小排序，计算相邻线段的角度差值的均值，记为相同跨度的线段的最小角度变化度Δ；步骤1.3：改变线段的跨度，重复步骤1.1、1.2确定图像中不同跨度的线段的最小角度变化度；步骤2：选择跨度小且最小角度变化度小的线段的跨度作为短线条过滤的候选阈值；步骤3：选定图像中一个区域，识别出区域中的所有线条，并按跨度大小进行排序，计算各个跨度区间的线条的杂乱度；步骤3.1：识别出图像区域中的所有线条，并按跨度进行排序，排序后的线条的角度记为αi，i＝1,2,…,N，N为线条的总数量；步骤3.2：计算跨度区间的线条的杂乱度式中μ为线段的角度的数学期望，P为跨度区间内的线条的数量；步骤3.3：重复步骤3.2，计算不同跨度区间的线条的杂乱度。步骤4：从候选阈值中选择使得步骤3的跨度区间的线条的杂乱度下降趋势明显的线条的跨度作为短线条过滤的阈值；步骤4.1：从步骤3的排序的线条中找出跨度最接近候选阈值的线条，最接近候选阈值的线条的角度为aj，1<j<N，j为跨度最接近候选阈值的线条的序号；步骤4.2：计算不同跨度区间的线条的杂乱度，本文档来自技高网...

【技术保护点】
1.图像识别的短线条过滤方法，其特征在于，采用像素坐标系，将线条的两端点的X坐标差值、Y坐标差值中大的坐标差值定为线条的跨度，将线条的两个端点连接的线段指向X坐标值大的端点的方向定为线条的矢量方向，将线条的矢量方向与X轴正方向的夹角记为线条的角度，所述短线条过滤方法包括以下步骤，/n步骤1：计算图像中不同跨度的线段的最小角度变化度；/n步骤1.1：将图像中一像素点作为相同跨度线段的共同起点，依次将线段的终点的X、Y坐标加1或减1寻找相同跨度的可能线段，确定图像中同一起点的相同跨度的可能线段的数量；/n步骤1.2：将步骤1.1中同一起点的相同跨度的线段按照角度大小排序，计算相邻线段的角度差值的均值，记为相同跨度的线段的最小角度变化度；/n步骤1.3：改变线段的跨度，重复步骤1.1、1.2确定图像中不同跨度的线段的最小角度变化度；/n步骤2：选择跨度小且最小角度变化度小的线段的跨度作为短线条过滤的候选阈值；/n步骤3：选定图像中一个区域，识别出区域中的所有线条，并按跨度大小进行排序，计算各个跨度区间的线条的杂乱度；/n步骤4：从候选阈值中选择使得步骤3的跨度区间的线条的杂乱度下降趋势明显的线条的跨度作为短线条过滤的阈值；/n步骤5：将图像中跨度小于跨度阈值的线条从图像中剔除。/n...

【技术特征摘要】
1.图像识别的短线条过滤方法，其特征在于，采用像素坐标系，将线条的两端点的X坐标差值、Y坐标差值中大的坐标差值定为线条的跨度，将线条的两个端点连接的线段指向X坐标值大的端点的方向定为线条的矢量方向，将线条的矢量方向与X轴正方向的夹角记为线条的角度，所述短线条过滤方法包括以下步骤，
步骤1：计算图像中不同跨度的线段的最小角度变化度；
步骤1.1：将图像中一像素点作为相同跨度线段的共同起点，依次将线段的终点的X、Y坐标加1或减1寻找相同跨度的可能线段，确定图像中同一起点的相同跨度的可能线段的数量；
步骤1.2：将步骤1.1中同一起点的相同跨度的线段按照角度大小排序，计算相邻线段的角度差值的均值，记为相同跨度的线段的最小角度变化度；
步骤1.3：改变线段的跨度，重复步骤1.1、1.2确定图像中不同跨度的线段的最小角度变化度；
步骤2：选择跨度小且最小角度变化度小的线段的跨度作为短线条过滤的候选阈值；
步骤3：选定图像中一个区域，识别出区域中的所有线条，并按跨度大小进行排序，计算各个跨度区间的线条的杂乱度；
步骤4：从候选阈值中选择使得步骤3的跨度区间的线条的杂乱度下降趋势明显的线条的跨度作为短线条过滤的阈值；
步骤5：将图像中跨度小于跨度阈值的线条从图像中剔除。

【专利技术属性】
技术研发人员：刘军清，朱金洋，陈鹏，龚国强，
申请(专利权)人：三峡大学，湖北六阖科技股份有限公司，
类型：发明
国别省市：湖北;42