[发明专利]一种基于角点优化的线段提取方法

权利要求书

1.一种基于角点优化的线段提取方法，其特征在于，包括如下步骤：

步骤一：将原图像转换为灰度图像；使用EDLines算法提取灰度图像的线段特征，将提取的线段定为原始线段；使用Shi-Tomasi算法提取灰度图像的角点特征，将提取的角点定为原始角点；

步骤二：对步骤一所述的灰度图像重新定义尺寸，所述原始线段和所述原始角点的位置也相应改变；然后将重新定义尺寸的所述灰度图像分成若干个图像块，统计每个图像块中原始角点的数量；

步骤三：判断步骤二所统计出的每个图像块的原始角点数量，如果所述原始角点数量大于16，则设定角点提取函数的角点间最短距离阈值为10个像素，并对所述图像块重新提取新的角点替换所述图像块的原始角点；

步骤四：对于每条原始线段，设定一个外接矩形，所述矩形的两短边垂直于线段，所述矩形的两短边与线段端点之间的距离为6个像素点长度；两长边平行于线段，两长边与线段之间的距离为6个像素点长度；统计外接矩形内的角点数量，当角点数量大于等于1时，则判定该线段是特征明显的线段。

2.根据权利要求1所述的方法，其特征在于，所述图像重新定义尺寸为640×480个像素大小。

3.根据权利要求2所述的方法，其特征在于，图像块的个数为16×12个。

4.根据权利要求1所述的方法，其特征在于，对于外接矩形内的角点数量等于0的外接矩形，判断该外接矩形内对应线段的长度是否大于线段平均长度，如果不是则剔除该线段。

5.根据权利要求4所述的方法，其特征在于，每个所述角点之间的最小距离为3个像素点。

6.根据权利要求1所述的方法，所述EDLines算法主要如下：

(1)、对图片进行高斯滤波平滑；

(2)、计算图片每个像素的梯度方向和大小，公式如下：

其中，I(x,y)为该像素点的灰度值，g_x(x,y)和g_y(x,y)表示该像素点在x方向和y方向的梯度幅值，g(x,y)表示该像素点的总梯度幅值，angle(x,y)为该像素点的梯度方向；

(3)、遍历每个像素点，将一个梯度强度大于其梯度方向上另外两个相邻像素点，且至少大于锚点阈值的像素点设定为锚点；所述锚点阈值设置为3个梯度强度；

(4)、连接各个锚点，形成图像边缘，并对图像边缘进行最小二乘法拟合，得到线段。

7.根据权利要求1所述的方法，使用Shi-Tomasi算法对图像提取角点算法主要如下：

(1)、通过向各个方向移动局部小窗口ω(x,y)，计算每个方向的灰度变化，根据变化程度检测是否为特征点，平移窗口产生灰度变化，I_x和I_y分别表示图像灰度在x和y方向上的梯度值；最终可以得到一个矩阵M表示为：

(2)、角点响应函数被定义为：

R＝min(λ₁,λ₂)τ_c

上式的λ₁,λ₂是矩阵M的特征值；如果设定的阈值τ_c小于λ₁,λ₂中较小的那个，那么该特征点则被设定为角点，其中τ_c为角点阈值。

8.一种计算机可读存储介质，其特征在于，包括程序或指令，当所述程序或指令在计算机上运行时，如权利要求1至7中任一项所述的方法被执行。