【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种不规则连通域最大内接矩形检测方法。
技术介绍
1、在当前的数字时代，图像处理与分析技术在各行各业中发挥着越来越重要的作用。无论是在安全监控、机器视觉、医疗影像分析，还是在日常生活中的图像编辑与美化，高效且准确的图像分析技术都是至关重要的。特别是对于图像中的几何形状检测，如最大内接矩形区域的识别，它不仅能够帮助理解图像内容，还能提供必要的几何信息，以支持后续的图像处理任务。
2、然而，尽管目前已有多种图像中内接矩形区域检测的方法算法，如边缘检测技术、轮廓跟踪技术、模板匹配等等，这些方法在面对大尺寸或者含有复杂背景的图像时，往往均存在一定的缺陷问题，具体来说，主要体现在以下方面：
3、对于边缘检测技术，经典的方法如canny边缘检测算法，通过检测图像中的边缘，然后应用各种几何学算法尝试检测矩形形状。这种方法受噪声和图像质量的影响较大，且在处理含有复杂背景的图像时，容易产生误判。
4、对于轮廓跟踪技术，通过图像轮廓跟踪检测物体的边界，并分析轮廓的几何特性以识别矩形。然而，对形状的分析较为复杂，且若轮廓不光滑或存在接触，轮廓跟踪可能会失效。
5、对于模板匹配，通过定义矩形模板与图像中的区域进行匹配，但是该方法需要预先知道矩形的大小和比例，并且对于非标准尺寸的矩形检测效果不佳。
6、因此，上述相应各种方法在面对大尺寸或者含有复杂背景的图像时，往往存在计算量大、效率低下、准确性和鲁棒性不足等问题。
7、鉴于此，开发一种能够快速且准确的
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的目的在于提出一种不规则连通域最大内接矩形检测方法。
2、为实现上述目的之一，根据本专利技术实施例的不规则连通域最大内接矩形检测方法，包括以下步骤：
3、s1、图像准备；
4、s2、图像处理；对原始图像进行预处理操作，以形成符合规整的目标图像；
5、s3、设置连通域图像；对所得到的目标图像进行阈值分割，以使目标图像中经阈值分割后的多个像素点相连通的区域作为连通域图像；
6、s4、对各连通域图像内最大内接矩形区域进行查找检测；
7、s41、以一个像素点元素作为一个内接矩形，遍历每一行i，然后更新每一列最大高度值height，对所得到的连通域图像通过像素点元素显示的方式构建当前行i的直方图，所构建的直方图中，每一列最大高度值height表示当前行从下往上数连续像素点元素的数量；
8、s42、创建空栈stack，往空栈stack中从左至右存储列的索引，如果当前列的最大高度值height小于栈顶列最大高度值height的高度，就限定栈中以栈顶列最大高度值height为高的矩形不再向右扩展，这时不断从栈中弹出其他列像素点元素，每弹出一列，就计算以该列像素点元素数量为高的最大矩形区域的面积max_area及其左上右下坐标值max_rect；其中，以该列像素点元素数量为高的最大矩形区域的宽度为栈顶列至该列之间的距离；
9、s43、不断更新每次所计算出的最大矩形区域的面积max_area及其左上右下坐标值max_rect，通过单调栈算法找到并输出其中的潜在最大矩形区域面积max_area及其左上右下坐标值max_rect。
10、另外，根据本专利技术上述实施例的不规则连通域最大内接矩形检测方法，还可以具有如下附加的技术特征：
11、根据本专利技术的一个实施例，所述步骤s1具体包括：
12、s11、将原始图像转换为正方形；
13、s12、如果原始图像超出限制大小，则对其进行缩放，以使其尺寸大小不超出限定规格；
14、s13、确保原始图像维度为奇数，方便旋转。
15、根据本专利技术的一个实施例，所述步骤s2具体包括：
16、s21、将原始图像进行灰度处理，以转换成灰度图像；
17、s22、对所转换成的灰度图像进行噪声滤除和图像增强，以得到目标图像。
18、根据本专利技术的一个实施例，所述步骤s3具体包括：
19、s31、对所得到的目标图像进行反向阈值二值化分割，以使目标图像中像素点灰度值大于预设阈值的部分被置为255，小于预设阈值的部分被置为0，以分割出目标灰度颜色比背景浅的区域，并赋值白色；
20、s32、对所得到的目标图像进行正向阈值二值化分割，以使目标图像中像素点灰度值大于预设阈值的部分被置为0，小于预设阈值的部分被置为255，以分割出目标灰度颜色比背景深的区域，并赋值白色；
21、s33、合并所分割出的目标灰度颜色比背景浅的区域与所分割出的目标灰度颜色比背景深的区域，取其赋值白色的重合部分多个像素点相连通的区域作为连通域图像。
22、根据本专利技术的一个实施例，所述步骤s4还包括：
23、s44、以n度为单位旋转幅度，对所得到的连通域图像以其中心点按顺时针方向或逆时针方向进行旋转，每旋转一次，依次重复上述步骤s41、s42及s43，以得出所得到的连通域图像在多个旋转角度下所对应检测到的多个潜在最大矩形区域面积max_area及其左上右下坐标值max_rect；
24、s45、对所检测到的多个潜在最大矩形区域面积max_area的大小逐一进行比对，以确定最终最大矩形区域面积max_area及其左上右下坐标值max_rect，以得到连通域图像内最终最大内接矩形区域所在部分。
25、根据本专利技术的一个实施例，在所述步骤s44中，所述n＝1、2或3。
26、根据本专利技术的一个实施例，当所述n＝1时，对所得到的连通域图像以其中心点按顺时针方向或逆时针方向进行旋转的次数为180次。
27、根据本专利技术的一个实施例，当所述n＝2时，对所得到的连通域图像以其中心点按顺时针方向或逆时针方向进行旋转的次数为90次。
28、根据本专利技术的一个实施例，当所述n＝3时，对所得到的连通域图像以其中心点按顺时针方向或逆时针方向进行旋转的次数为60次。
29、根据本专利技术的一个实施例，所述步骤s4之后还包括步骤：
30、s5、对各连通域图像内最终最大内接矩形区域所在部分进行提取和/或标注。
31、本专利技术的有益效果是：
32、对于本申请所提供的不规则连通域最大内接矩形检测方法，其在具体实施时，采用直方图法，不仅优化了
技术介绍
所述传统方法在处理倾斜矩形时的限制，而且还能显著的增强算法在识别各种形状和大小的矩形时的准确性和鲁棒性；将单调栈技术在这一过程中进行应用，可以有效地减少计算复杂度，并有效的提高算法的执行效率；所以，将直方图法与单调栈算法相结合，能够快速准确地检测连通域图像中的最大内接矩形区域，并且具有较高的处理效率和良好的适用性，这一创新做法不仅本文档来自技高网...
【技术保护点】
1.一种不规则连通域最大内接矩形检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的不规则连通域最大内接矩形检测方法，其特征在于，所述步骤S1具体包括：
3.根据权利要求1所述的不规则连通域最大内接矩形检测方法，其特征在于，所述步骤S2具体包括：
4.根据权利要求1所述的不规则连通域最大内接矩形检测方法，其特征在于，所述步骤S3具体包括：
5.根据权利要求1所述的不规则连通域最大内接矩形检测方法，其特征在于，所述步骤S4还包括：
6.根据权利要求5所述的不规则连通域最大内接矩形检测方法，其特征在于，在所述步骤S44中，所述N＝1、2或3。
7.根据权利要求6所述的不规则连通域最大内接矩形检测方法，其特征在于，当所述N＝1时，对所得到的连通域图像以其中心点按顺时针方向或逆时针方向进行旋转的次数为180次。
8.根据权利要求6所述的不规则连通域最大内接矩形检测方法，其特征在于，当所述N＝2时，对所得到的连通域图像以其中心点按顺时针方向或逆时针方向进行旋转的次数为90次。
9.根据
10.根据权利要求5所述的不规则连通域最大内接矩形检测方法，其特征在于，所述步骤S4之后还包括步骤：
...【技术特征摘要】
1.一种不规则连通域最大内接矩形检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的不规则连通域最大内接矩形检测方法，其特征在于，所述步骤s1具体包括：
3.根据权利要求1所述的不规则连通域最大内接矩形检测方法，其特征在于，所述步骤s2具体包括：
4.根据权利要求1所述的不规则连通域最大内接矩形检测方法，其特征在于，所述步骤s3具体包括：
5.根据权利要求1所述的不规则连通域最大内接矩形检测方法，其特征在于，所述步骤s4还包括：
6.根据权利要求5所述的不规则连通域最大内接矩形检测方法，其特征在于，在所述步骤s44中，所述n＝1、2或3。
7....
【专利技术属性】
技术研发人员：高书俊，徐亮亮，江海安，岂靖林，
申请(专利权)人：深圳市世宗自动化设备有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。