[发明专利]一种图像中直线的检测方法

说明书

一种图像中直线的检测方法，包括：将图像ROI子图转为灰度图；计算ROI子图中每个像素点在x、y方向的梯度值，构成梯度矩阵dx、dy；计算梯度方向角矩阵da；提取ROI子图中的所有边缘点；从梯度方向角矩阵da中提取所有边缘点的梯度方向角，构成梯度方向数组arrAngs；将角度区间[0，360]以n为间隔平均分割成若干子区间，然后将arrAngs中每个边缘点的梯度方向角划分至对应子区间内，统计每个子区间的边缘点的梯度方向角数量，最后读取数量最大的子区间的所有边缘点；将读取的所有边缘点拟合成一条直线。本发明属于图像处理领域，能在具有复杂纹理背景的图像ROI区域里，高效准确的检测出长度最长的目标直线。

技术领域

本发明涉及一种图像中直线的检测方法，属于图像处理领域。

背景技术

在图像处理领域，很多场景需要检测目标图像中ROI(Region Of Interest)区域的直线，这些ROI区域背景中包含很多复杂纹理，而且每个ROI区域里包含一条或多条直线段，往往需要检测出ROI区域里长度最长的直线段。

在现有技术中，直线检测一般使用霍夫变换的方法或基于梯度计算的方法：

1、基于霍夫变换的方法具有一定的鲁棒性，但是霍夫检测比较耗时，而且容易将一条完整的直线分裂为多条，不利于后续分析处理。

2、基于梯度计算的方法的典型代表为LSD线段检测算法，该类方法计算目标图像中每个像素点的梯度，根据梯度幅值和梯度方向生成包含目标直线的梯度方向一致性连通区域，然后从连通区域获取直线段的参数。该类方法效率虽高，但仍然会将一条完整的直线段，分裂为多条直线。

也就是说，上述两种典型方法均容易将图像ROI区域里最长的直线段分裂为多条直线。因此，如何在具有复杂纹理背景的图像ROI区域里，高效准确的检测出长度最长的目标直线，已经成为技术人员普遍关注的技术问题。

发明内容

有鉴于此，本发明的目的是提供一种图像中直线的检测方法，能在具有复杂纹理背景的图像ROI区域里，高效准确的检测出长度最长的目标直线。

为了达到上述目的，本发明提供了一种图像中直线的检测方法，包括有：

步骤一、从待检测图像中提取ROI区域的图片，简称为ROI子图，将ROI子图转为灰度图，并进行高斯去噪；

步骤二、计算ROI子图中每个像素点分别在x、y方向的梯度值，并按照像素点的坐标，将所有像素点在x、y方向的梯度值分别构成梯度矩阵dx、dy；

步骤三、根据梯度矩阵dx、dy，计算梯度方向角矩阵da：da＝atan(dy/dx)，梯度方向角的取值范围为[0，360]；

步骤四、提取ROI子图中的所有边缘点；

步骤五、根据边缘点坐标，从梯度方向角矩阵da中提取ROI子图中所有边缘点的梯度方向角，并将所提取的边缘点的梯度方向角构成一个梯度方向数组arrAngs；

步骤六、将角度区间[0，360]以n为间隔平均分割成若干个子区间，然后将梯度方向数组arrAngs中每个边缘点的梯度方向角划分至对应的子区间内，统计每个子区间包含的边缘点的梯度方向角的数量，最后读取数量最大的子区间所包含的所有边缘点，这些边缘点即是待检测直线上的点；

步骤七、将从子区间内读取的所有边缘点拟合成一条直线，所述直线即是从待检测图像ROI区域里检测到的长度最长的直线，并获取所述直线参数。

与现有技术相比，本发明的有益效果是：本发明无论在简单或复杂纹理背景下，均能从图像ROI区域里准确地检测出长度最长的直线，不会将一条长的直线段分裂为几段，并且由于检测出的直线经过滤后的边缘点拟合而来，因此能更加逼近图像中的真实边缘，为图像测量提供更高的精度。

附图说明