《直线检测技术毕业设计》由会员分享，可在线阅读，更多相关《直线检测技术毕业设计（47页珍藏版）》请在金锄头文库上搜索。
1、摘要直线检测是计算机视觉和模式识别中最重要的任务之一。直线是图像的重要特征，直线特征提取方法的研究对图像的理解、模式识别有重要的意义。文章首先介绍了直线检测的研究状态，并对比了当前几种主流的直线检测方法。然后针对具有经典意义的基于Hough变换的直线检测进行了详细的说明，并介绍了其几种改进算法。最后，编写了一款基于Hough直线检测和对比的软件方便读者更加深刻的理解Hough算法。关键词：直线检测，Hough变换AbstractLine detection has become one of the most important tasks in computer vision and pat
2、tern recognition. The research of the algorithm of extracting straight lines is meaningful to the understanding and recognition of a graph because the line is the major character to a graph. In the paper, it shows the trend and method in line detection in this situation, and it tell us the details h
3、ow to design the Hough transform then it achieves and contrasts some line detection which are based on the Hough transform.Keyword: Line detection, Hough transform第1章 引言目录第1章 引言11.1 图像工程与直线检测11.2 图像检测技术发展历史及现状11.3 课题的难点3第2章 直线检测算法42.1 Hough直线检测算法42.2 Freeman直线检测算法52.3 尺蠖蠕行算法92.3.1 尺蠖蠕行的过程和环境102.3.2
4、基本原理11第3章 Hough算法的改进和实现133.1 编程环境的搭建133.1.1 OpenCV133.1.2 Microsoft Visual Studio133.1.3 环境搭建143.2 Hough算法的改进163.2.1 Randomized Hough Transform(RHT)163.2.2 RHT-LSM173.2.3 PCA-HT183.3 经典Hough算法的实现203.3.1 获取图片类（GetBMP）233.3.2 获得直线类（GetLine）283.3.3 图像输出类（OutputBMP）323.4 软件效果展示363.4.1 软件结果展示363.4.2 直线检测
5、效果363.5 经典Hough算法的性能39第4章 结束语42参考文献43致谢44外文资料原文46外文资料译文49第1章 引言1.1 图像工程与直线检测图像工程将图像技术发展过程中出现的各种新理论、新方法、新算法、新手段、新设备等进行综合研究和集成应用的一个整体框架，可分为3个层次1：1) 图像处理（Image Processing） 强调在图像之间进行的变换，狭义上的图像处理主要满足对图像进行各种加工以改善图像的视觉效果并为自动识别打下基础，或对图像进行压缩编码以减少所需存储空间或存储时间、传输通路的要求。图像处理是图像工程最底层的操作，主要在图像像素级上进行处理，处理的数据量非常大。 2)
6、 图像分析（Image Analysis） 图像分析是对图像中感兴趣的目标进行检测和测量，以获得目标的客观信息从而建立对图像的描述。图像分析是一个从图像到数据的过程。这里的数据可以是对目标特征测量的结果，或是基于测量的符号表示，其主要是以观察着为中心研究客观世界。图像分析是图像工程中层的操作，分割和特征值提取把原来以像素描述的图像转变成比较简洁的非图形式的描述。3) 图像理解（Image Understanding） 图像理解进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行动。图像理解在一定程度上是以客观世界为中心，借助知识
7、、经验等来把握整个客观世界(包括没有直接观察到的事物)。图像理解是处于图像工程最高层的操作，基本上是对从描述抽象出来的符号进行运算，其处理过程和方法与人类的思维推理可以有许多类似之处。 直线段的检测属于图像分析阶段，对其研究的意义在于：直线段是图像的基本组成元素，任何图形微观上都是由直线段组成；直线段的检测为图像分析阶段中更高层的处理诸如目标的表达提取和识别提供数据支持，它的影响可以达到图像理解阶段。在实际应用中，道路识别、建筑物识别、医学图像分析、航空和卫星图像分析等领域都需要借重于直线检测技术。1.2 图像检测技术发展历史及现状 图像检测作为图像分析技术的一个研究内容，它也是伴随着数字图像
8、处理的发展而发展的。数字图像处理这门学科的形成也是和社会生产力发展的需要分不开的。早期的图像处理是由于通讯方面的要求而发展起来的，这就是本世纪20年代传真技术的发明和发展。其后，则是由于宇宙方面的要求，需要处理大量的宇宙探测器上拍摄下来的不清楚的其他天体(如月球、火星等)以及地球本身的照片。然而，图像处理技术的发展，远远突破了这两个领域，到今天，它已经广泛的应用到科学研究、工农业生产、军事技术、政府部门、医疗卫生等许多领域，进一步推动着社会生产力的发展。图像检测是图像分析研究内容的一部分。目前，在图像分析领域已经有很大的发展。图像分析是一种从一幅图像中通过自动的或半自动的方法提取图像尺寸、数据
9、或信息的方法。图像分析方法通常因图像分析系统最后的输出是数字而不是画面，使它与其他类型的图像处理方法，如编码、恢复、放大等不同。图像分析源于经典的模式识别方法，根据定义，分析系统并不局限于对一个固定数量类别的场景区域的分类，而是更倾向于可设计成用于描绘复杂场景。根据事先预测，该场景的种类可能是非常多的和不确定的。目前，图像分析领域主要包括形态学图像处理、边缘检测、图像特征提取、图像分割、形状分析、图像检测和配准等几个方面的内容2：(1)形态学图像处理：它的基本概念可以追朔到Mnikowski对空间集合代数的研究和Matheron对拓扑的研究。形态学图像处理是这样的一种处理类型，它对图像中的物体
10、的空间形态或结构进行修改。膨胀、腐蚀和骨架化是三种基本的形态学计算。(2)边缘检测：一幅图像的振幅属性(如亮度或三色值)的变化或突变是对图像进行描述的重要特性，因为它们常指示图像中物体的物理特性。从一个层面到另一个层面的图像亮度的局部突变叫亮度边缘。对于亮度图像中的边缘检测、直线检测和点检测有两类近似方法：微分检测和模型拟合。(3)图像特征提取：图像的特征是指图像显著的基本特征或特性。一些图像是其本质的特性，在一定程度上这样的特征可以从视觉上分辨出来，另一些则是通过某些变换产生的人为特征。本质特征包括像素区域和灰度纹理区域的亮度。(4)图像分割：图像分割法使图像被划分成或分隔成具有相近特征的区
11、域。对于图像分割法，其最基本的特征是:单色照片图像的亮度振幅和彩色图像的彩色因素。图像边缘和纹理也是对分割法很有用的特征。(5)形状分析：目前已经提出了几种定性的和定量的方法来描述图像中物体的形状，这些方法对于在模式识别系统中对物体进行分类和在图像理解系统中象征性的描述物体是很有用的。在这些方法中，有一些只能应用在二进制图像中，另外的一些则可以被扩展到灰度图像中。(6)图像检测和配准：图像检测主要是确定位于图像内被猜测的物体是存在还是不存在的。而图像配准主要是涉及到一对图像区域的空间配准问题。在一个图像区域中，物体检测的一种最基本方法是通过模板匹配来进行。在目前的实际应用中，广泛的利用Houg
12、h变换来进行圆形或椭圆性的物体检测。1.3 课题的难点传统的Hough 变换法首先是运算量大,由于对所有源像素点都要进行无差别的Hough 转换运算,对像素较大的图像进行转换时相应的计算时间也太长。传统的Hough 变换法最主要的缺陷在于它会将中断的直线无差别地连接起来,在某些场合有助于修补图像,但是对源数据处理阶段会产生错误的数据,导致了与源图像的偏差。第2章 直线检测算法第2章 直线检测算法直线检测现在已经成为计算机视觉中的一个研究重点，近年来许多学者就这一领域展开了广泛研究并提出了许多直线检测算法。目前直线检测算法主要可以分为以下几类：1） Hough变换法2） 相位编组法3） 链码检测
13、法 以下将就直线检测中的一些经典和高效算法进行原理的介绍。2.1 Hough直线检测算法Hough算法及其改进算法是利用坐标域变换的代表3。此类算法的优点是抗干扰能力强，对图像中的噪声不敏感。但是由于其算法特点使得其时间复杂度和空间复杂度都很高，并且在变换过程中丢失了线段的长度信息。 Hough 变换的基本思想是点线的对偶性。一方面,图像空间中共线的点对应在参数空间里相交的线;另一方面,在参数空间中相交于同一个点的所有直线在图像空间里都有共线的点与之对应。因此Hough 变换把在图像空间中的直线检测问题转换到参数空间中对点的检测问题,通过在参数空间里进行简单的累加统计完成检测任务。如果参数空间
14、中使用直线方程,当图像空间直线斜率为无穷大时,会使累加器尺寸和变很大,从而使计算复杂度过大。为解决这一问题,采用直线极坐标方程,变换方程下所示。 = xcos+ ysin （2-1）根据这个方程,原图像空间中的点对应新参数空间中的一条正弦曲线,即点- 正弦曲线对偶。检测直线的具体过程就是让取遍可能的值,然后计算的值,再根据和的值对累加数组累加,从而得到共线点的个数。下面介绍和取值范围的确定。设被检测的直线在第一象限, 右上角坐标为( m , n) , 则第一象限中直线的位置情况如图2-1所示。 图2-1 检测位置图由图可见,当直线从与x 轴重合处逆时针旋转时,的值开始由0增大,直到180,所以
15、的取值范围为0 180。由直线极坐标方程可知： （2-2）由、的取值范围和它们的分辨率就可以确定累加器的大小, 从而检测直线。2.2 Freeman直线检测算法Hough由于其应用广泛和简洁获得了很大程度上的认可，但同时有学者对Hough算法的低效率和高空间占用并不满意，而且在Hough变换时直线将丧失其长度和具体位置的问题也令一些学者不满意。于是，他们提出了改进的方案。与Hough算法通过坐标转换的方式不同，改进的方案更倾向与从直线的直接特征中寻找突破点。Yuan 等提出了一种在链码中检测直线的算法。该算法从起始链码开始,对每一链码确定一个直线穿行区域以及两条用于确定下一链码是否属于同一直线的上下边界线。如果下一链码位于上下边界线之内,则该链码与上一链码属于同一直线;否则该链码属于另一直线。由于该算法仅对目标的边界链码进行处理, 因此其算法的复杂度较小, 为O ( n) ,其中n 为边界链码的个数。但该算法在跟踪得到每一链码时需确定下一直线链码的存在范围,这是一比较耗时的过程,利用数字直线的特征可以简化该过
