[发明专利]基于自适应多尺度快速离散Beamlet变换的直线检测方法

说明书

技术领域

本发明属于图像处理，尤其涉及一种基于自适应多尺度快速离散Beamlet变换的直线检测方法。

背景技术

线特征的提取一直是图像处理和模式识别领域中的一个研究热点，传统的直线检测算法虽然都能够较快地检测出直线，但是都因没有提供线段的长度信息以及线段的起点和终点信息而无法实现线段的精确定位。

Beamlet变换是多尺度几何分析的有效工具之一，用来从含噪图像中恢复直线，曲线和块状区域，它容易实现线段的精确定位和对线段的多尺度近似，在含噪直线特征检测及直线拟合上都有着明显的优势和潜力。但是传统Beamlet变换的计算量非常大，许多改进的快速算法都因为要进行大量的重复工作而浪费很多计算量。而且由于传统的Beamlet变换的分区块大小均为二进方块，若要应用于一般的矩形图像则相对繁琐。同时，由于算法是在二进递归的基础上实现的，容易造成直线被截断的情况。

综上所述，传统的Beamlet变换存在计算量大、检测结果不完整等不足。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于自适应多尺度快速离散Beamlet变换的直线检测方法。

技术方案

一种基于自适应多尺度快速离散Beamlet变换的直线检测方法，其特征在于步骤如下：

步骤1：利用Canny算子对图像I进行边缘检测，得到边缘检测图像E；

步骤2：计算边缘检测图像E上边缘像素点梯度的方向角：当两个边缘点的梯度方向角相差大于预设阈值threshold时，在此该边缘点处断开，将边缘轮廓分割成多个线性区域并给予标记；式中，G_x和G_y分别表示边缘点的水平和垂直梯度分量；

步骤3：将线性区域内边缘点数少于20的线区删除，得到经过线区筛选后的图像E′，并将边缘检测后的边缘点作为目标点；

步骤4：以边缘图像E′为最初分区子块，寻找目标点存在的最小区域作为自适应分区子块；若该子块大于等于规定阈值t′时执行步骤5；否则执行步骤6；

步骤5：对当前自适应分区子块进行快速离散Beamlet变换，检测直线。若找到beamlet直线，记录直线的端点和斜率信息，然后在当前子块下擦除该直线；否则，将当前分区块四等分，并作为下一尺度分区子块的初始大小，重复执行步骤4；

步骤6：若beamlet直线的数量大于0，根据所有直线的斜率信息，找到直线斜率差在1度以内的所有直线作为平行线。

有益效果

本发明提出的一种基于自适应多尺度快速离散Beamlet变换的直线检测方法，由于AMFDBT算法初始分区块的尺度是由图中目标点存在的区域自适应设定的，在最极端的情况下目标点才会遍布全图，这使得计算量得到一定的减小。同时，最初的Beamlet变换容易造成直线被截断的情况，而分区子块自适应的改变使得最终检测直线的结果更加完整，不易产生截断现象。

附图说明

图1：基于AMFDBT的平行线检测流程图

具体实施方式

现结合实施例、附图对本发明作进一步描述：

本发明在传统的离散Beamlet变换二进递归分区算法的基础定义了自适应瓦片回归分区(Adaptive Tile Recursive Dyadic Partitioning，简称ATRDP)算法。这里用S_i，j，l表示每一分区子块，其中(i，j)表示该子块左上角点在原图像中的x坐标和y坐标，l表示子块的边长，k表示第k个分区子块，J表示第J次进行自适应瓦片回归分区。则ATRDP算法定义如下：

①ATP_J是一个ATRDP。