[发明专利]一种基于栅格图像划分的圆检测方法及装置

说明书

技术领域

本发明涉及图像识别领域，尤其涉及一种基于栅格图像划分的圆检测方法。

背景技术

20世纪60年代起，随着电子技术和计算机技术的不断发展和提高，数字图像处理技术进入了高速发展时期。在科学研究、工农业生产、资源遥感探测、目标跟踪、智能交通和智慧城市等领域运用越来越广泛。随着信息高速公路、数字地球、物联网等概念的提出以及Internet的广泛应用，图像处理技术的需求与日俱增。人类从外界获得的信息大部分来自于人的视觉系统，而图像以其信息量大，处理技术日趋成熟等优点成为获取和利用信息的重要来源。图像检测技术是视觉认知的延伸，在各种自动目标识别系统中占有重要地位。随着计算机技术及人工智能技术的发展，越来越成为计算机视觉的基础技术。它涉及到的领域也越来越广泛，应用越来越深，突破了视觉范围，更多地体现为机器智能，数字技术的特点。

灰度、纹理和形状是描述图像的主要特征，用来表示图像的亮度、颜色变化和几何属性。形状特征具有对空间、旋转、伸缩以及运动的不变形，满足计算机视觉技术对物体识别的要求。图像检测领域，几何形状是含信息量较高的图像特征，其中圆为自然界和普通物体中常见的基本几何形状。简单的形状可以组合成更复杂的图形。如果先检测出简单的几何形状，再将检测出的结果进一步进行组合就可以识别出更为复杂的图形或者物体。因此，简单几何形状的检测与提取是重要的一步，会直接影响到最后的结果，对它们进行准确的检测有着重要的意义。

圆形经常被作为这些复杂目标的定位、匹配与跟踪系统的输入信息，在计算机视觉与模式识别领域都有着重要的意义。同时，在工业制造、交通监控、人脸检测、GPS测量和武器制造等领域也有着广泛的应用。

目前圆的检测算法主要以改进Hough变换类方法为主，另外遗传算法也被用于检测圆。圆Hough变换（CHT）是目前应用最为广泛的圆检测方法，该方法的最大优点是可靠性高，在噪声、变形、部分区域残缺的状态下依然能取得理想的结果，但该方法的缺点是计算量和存储量大。侯宇提出利用圆的对偶点求得圆心坐标，再确定半径，计算速度有所提高。Xu等人提出了用随机Hough变换（RHT）来检测圆，在边缘图像中对边缘点进行随机采样，并运用“多对一”的映射机制减少计算量和内存的开销。但是RHT的方法仍然是基于参数空间的累积进行参数获取的，无法从本质上解决计算量大、存储空间大的问题。Chen等人提出了随机圆检测算法（RCD）。RCD方法由RHT思想衍生而来，但并不是基于Hough变换的思想。它采用了假设—验证的结构来检测可能的圆。由于不涉及参数空间的累积，而且假设圆的计算是直接在原图像空间中进行，所以效率和准确性都较基于RHT的方法有所提高。相比于Hough变换和RHT变换，RCD所需存储量非常少，具有实时速度和较好的抗噪声能力。

发明内容

针对现有圆检测方法存在的抗噪性能较差、实时性较差，不同程度缺损和变形等原因带来的检测准确性较差的不足，本发明提供一种抗噪性能强、实时性较好、准确性良好的一种基于栅格图像划分的圆检测方法。

该方法包括如下步骤：

步骤S1，提取图像边缘信息，获取由边缘点组成的边缘点集；

步骤S2，将图像栅格化，并记录栅格化信息；

步骤S3，在栅格化的图像中取三个分别处于不同直线上的边缘点，并由三个边缘点确定圆，由圆的对称性，基于三个边缘点坐标确定位于该圆上的第四点；

步骤S4，根据第四点，判断由三个边缘点所确定的圆是否为候选圆；

步骤S5，根据候选圆检测真圆。

进一步地，所述步骤S1，提取图像边缘信息的方法，具体包括：采用sobel算子进行图像边缘信息检测，并设置图像边缘信息检测的采样约束条件，且设置的采样约束条件包括采样概率估算最大采样次数和允许的最少边缘点数。

进一步地，所述步骤S2具体包括：将图像划分为大小相同的整数个栅格单元的栅格，并对栅格单元进行编码，记录各边缘点所对应的栅格单元位置及栅格单元中所包含的边缘点的数量；若不能将所述图像划分为整数个栅格单元的栅格，则在图像右侧用像素点按列补齐，或在图像下侧用像素点按行补齐。

进一步地，所述步骤S3包括：

步骤S31，在所述图像中任取第一边缘点，并获取以第一边缘点对应的栅格单元为中心的一个栅格单元集合，并记录该栅格单元集合中含有最大数量边缘点的栅格单元；

步骤S32，从含有最大数量边缘点的栅格单元中随机分别选取第二边缘点和第三边缘点；