[发明专利]复杂背景下的矩形目标检测方法

说明书

本发明公开了一种复杂背景下的矩形目标检测方法，其特征在于，该方法包括以下步骤：线段检测；线段合并；线段连接；线段删除；线段划分；线段排序；矩形筛选。本发明的优点在于：该方法能够有效的从图像中获取线段信息，将提取出的线段进行合并、连接和删除，以去除干扰线段，再根据矩形规则快速筛选出矩形目标边界。此方法能够有效适用于复杂背景下的矩形目标检测，抗干扰能力强，准确率高，检测速度快。

技术领域

本发明涉及数字图像处理和模式识别技术领域，具体是一种复杂背景下的矩形目标检测方法。

背景技术

矩形目标检测是图像处理和模式识别领域中的重要研究内容，也是一些复杂的图像处理任务中核心的步骤,其广泛应用于各个领域，例如交通道路上对车牌、矩形交通标志的检测和识别，航拍图像中对车辆、建筑物等矩形目标的检测,以及用于身份证、银行卡、票据等目标的图像分割。

目前常用的矩形目标检测方法是先检测出图像中的线段，然后根据线段的长度、方向等属性确定构成矩形的四条边界线段，根据四条边界线段的交叉点找出矩形的四个顶点。如名称为“一种快速高精度的矩形检测方法”(公开号为CN201910959338)的专利文献公开了一种基于线段的矩形检测方法。该方法首先将待检测区域分割为若干个感兴趣区域，并对每一个感兴趣区域进行矩形检测，然后提取每一个感兴趣区域内子图像的亚像素轮廓，并分割为线段，定义多个判决条件来判断任意四条线段是否能够组合成矩形。又如名称为“一种基于多通道和多阈值的矩形目标识别方法”(公开号为CN201410096259)的专利文献提出了一种基于多通道和多阈值的矩形目标检测方法。该方法先将图像进行预处理，然后对图像的每个通道进行二值化，得到二值图像。将二值图像进行区域标记并提取每个区域的外围轮廓，再用多边形对每个外围轮廓进行近似，通过对多边形的顶点及内角进行筛选来判断是否为矩形。以上两种方法的不足之处在于无法排除背景中干扰因素的影响，因此只适用于简单背景下的矩形目标检测。

名称为“高分辨率大数量级图像的快速矩形检测方法”(公开号为CN201110223911)的专利文献公开了一种针对高分辨率大数量级图像的矩形检测方法。该方法使用PPHT算法及Hough参数比较得到线段，然后根据矩形规则检测出图像的矩形，该方法针对背景区域中灰尘和透镜变形造成的干扰有很好的鲁棒性，但是当检测的线段出现断裂或背景内容更为复杂时，其准确率仍然不够高。

发明内容

为解决上述技术问题，本发明提出一种复杂背景下的矩形目标检测方法，其特征在于，该方法包括以下步骤：

(1)线段检测；读取原始彩色图像I，将图像I的宽高分别记作w_o、h_o，对图像I的R、G、B三色通道分别使用线段检测算法进行线段检测，得到R、G、B三色通道对应的线段组line_R、line_G、line_B；将线段组line_R、line_G、line_B进行合并，得到合并后的线段组lines。

上述步骤中采用的线段检测算法是一种常用的图像特征提取方法，参见“LSD:aLine Segment Detector,Image Processing On Line,”Rafael Grompone von Gioi,Jérémie Jakubowicz,Jean-Michel Morel,and Gregory Randall，Image Processing OnLine,2(2012),pp.35–55。