[发明专利]一种图像关键直线检测方法

摘要

本发明公开了一种图像关键直线检测方法，包括图像预处理、直线检测和关键直线判断三个部分。本发明利用拆分法结合最小二乘法进行直线检测，算法效率和精准度较高，同时本发明先利用K‑means算法先进行直线聚类，再根据类别直线总长度和直线长度找到图像关键直线，有效提高了直线检测的准确率，本发明为进一步目标定位、分析、识别等过程提供保障。

主权项

一种图像关键直线检测方法，包括如下步骤：步骤1：将原始图像缩放为宽、高分别width和height的图像D；步骤2：对图像D进行高斯滤波和Canny边缘检测操作，得到边缘图D1，图像D1的边缘点集合为B＝{bi|i＝0,1,…,NB‑1}，bi表示图像D1上的边缘点，且点bi的横坐标和纵坐标分别记作bi.x,bi.y，NB表示集合B中元素的个数；步骤3：得到图像D1中的曲线集C；步骤4：拆分曲线集C中所有满足σ≥0.4的曲线Ci，σ为曲线Ci的直线拟合误差，根据公式(2)计算，根据拆分得到的所有子曲线构建新的曲线集L，剔除曲线集L中曲线长度小于α的曲线；曲线的拆分规则为：根据曲线两个端点构建直线h，找到曲线上距离直线h最远的点，将其作为拆分点将曲线拆分为两条子曲线，并不断递归拆分所有满足σ≥0.4的子曲线；σ=Σj=0NR-1d2(rj,h)NR---(2)]]>其中，rj表示曲线Ci上第j个像素点，NR为曲线Ci上点的数量，h为连接点r0和点的直线，d2(rj,h)表示点rj到直线h的垂直距离的平方；步骤5：利用最小二乘法对L中的每条曲线进行直线拟合，得到直线集G，直线集G中每条直线Gi的角度记作Gi.θ，Gi.θ为Gi与水平直线的夹角，且0°≤Gi.θ≤90°；步骤6：确定直线集G中直线的类别数m；步骤7：用K‑means算法将G中所有直线聚类成m个直线子集Ti，i＝0,1,…,m‑1；步骤8：计算每个直线集Ti对应的直线长度总和，i＝0,1,…,m‑1，找到直线长度总和最大的直线集，记为Tk，则Tk中长度最长的直线即为图像的关键直线。