CN108399410A - 一种基于图像处理的直角检测方法 - Google Patents
一种基于图像处理的直角检测方法 Download PDFInfo
- Publication number
- CN108399410A CN108399410A CN201711351350.2A CN201711351350A CN108399410A CN 108399410 A CN108399410 A CN 108399410A CN 201711351350 A CN201711351350 A CN 201711351350A CN 108399410 A CN108399410 A CN 108399410A
- Authority
- CN
- China
- Prior art keywords
- right angle
- angle
- radius
- method based
- image procossing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于图像处理的直角检测方法,该方法的过程为:首先检测角点,然后以角点为中心,从0度角开始,以设定长度为半径进行逆时针或者顺时针扇扫,当一条半径上的像素灰度值达到设定的像素个数,则认为这条半径有效,并置sum=1,如果扇扫1.25周累计值sum等于90,则认为这个角点为直角点。本发明方法能在边缘效果不理想的情况下检测到直角,并且定位准确,避免了检测到的直角点与角点的位置偏差;能够通过变化参数从识别到的多个直角点中找到最好的直角点;稳健可靠,识别率高,适用范围广,能用于多种需要检测直角点的场合。
Description
技术领域
本发明属于模式识别与人工智能技术领域,涉及一种基于图像处理的直角检测方法,主要应用于模式识别与人工智能领域、以及工业检测,可显著提高直角检测的效率。
背景技术
角点检测是计算机视觉系统中用来获取图像特征的一种方法。角点通常指的是拥有特定特征的图像点,这些图像点在图像中有具体的坐标或某些明显的数学特征。直角角点检测在广泛的图像处理与机器视觉应用领域中具有重要性。
当前的直角角点检测多将原始图像经边缘检测后得到二值化边缘,将直角角点检测问题分解为一系列的模板匹配问题,然后应用 Hough变换来解决模板匹配的问题,并在Hough变换中结合了边缘方向信息以减少检测出的虚假直角角点数量。这种方法主要有以下几个缺陷:(1)在角点附近边缘比较直的情况下效果不错,一旦边缘出现参差不齐的情况就会导致检测失败;(2)在边缘检测效果不理想的情况下,有可能检测到的直角点与实际角点位置存在位移偏差。这就限制该方法在一般场合中的应用,给实际工程应用带来不便,因而亟需一种能够在图片质量一般,直角边缘效果不太理想的情况下的稳健的直角检测方法。
发明内容
(一)发明目的
本发明的目的是:提供一种基于图像处理的直角检测方法,能够在图片边缘效果不理想的情况下识别定位到直角点,并且可以根据需要在所有识别到的直角点中找到特征最明显的直角点。
(二)技术方案
为了解决上述技术问题,本发明提供一种基于图像处理的直角检测方法,该方法的过程为:首先检测角点,然后以角点为中心,从0 度角开始,以设定长度为半径进行逆时针或者顺时针扇扫,当一条半径上的像素灰度值达到设定的像素个数,则认为这条半径有效,并置 sum=1,如果扇扫1.25周累计值sum等于90,则认为这个角点为直角点。
其中,检测角点前,对读入图片进行平滑降噪处理,如果不是灰度图则转化为灰度图。
其中,利用Harris角点检测方法进行角点检测,将检测到的角点放入数组Corners。
其中,在数组Corners中,以第i个角点Corners[i]为圆心,以设定值r为半径,从0度角开始进行扇扫。
其中,设定值r的设定原则为:待检测图片中目标物在整个图像中占比较大时,r值相对较大;待检测图片中目标物在整个图像中占比较小时,r值相对较小。
其中,半径有效的判定方法为:如果第j条半径r[j]上像素灰度值达到该条半径长度的90%,则置flag[j]=1,sum加1,否则flag[j]=0。
其中,扇扫1.25周后,如果sum等于90,并且则认为该角点为直角角点。
(三)有益效果
上述技术方案所提供的基于图像处理的直角检测方法,具有以下有益效果:
1、本发明提出的方法能在边缘效果不理想的情况下检测到直角,并且定位准确,避免了检测到的直角点与角点的位置偏差。
2、本方法能够通过变化参数从识别到的多个直角点中找到最好的直角点。
3、本方法稳健可靠,识别率高,适用范围广,能用于多种需要检测直角点的场合。
附图说明
图1为本发明实施例检测方法的流程图。
具体实施方式
为使本发明的目的、内容、和优点更加清楚,下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。
本发明提出的一种基于图像处理的直角检测方法流程如图1所示,具体包括如下步骤:
步骤一:读入图片进行平滑降噪处理,如果不是灰度图则转化为灰度图;
步骤二:利用Harris角点检测算法进行角点检测,将检测到的角点放入数组Corners;
步骤三:以一个角点Corners[i]为圆心,设定值r为半径,从0度角开始进行扇扫。其中半径r的大小影响直角检测的效果,需要根据经验设置,一般待检测图片中目标物在整个图像中占比大的话r相应大一些,反之则要设置稍小一些;
步骤四:如果第j条半径r[j]上像素灰度值达到该条半径长度的 90%(可依据实际情况调整)则置flag[j]=1,sum加1,否则flag[j]=0
步骤五:扇扫1.25周后,如果sum等于90,并且则认为该角点为直角角点。
综上所述,本发明提出了一种稳健的直角检测算法,首先利用 Harris角点检测算法检测角点位置,然后以角点为圆心,设定值为半径进行扇扫,扇扫1.25周后如果累计值等于90,并且有效值连续则认为该角点为直角点,该方法稳健、定位准确,识别率高,能够使用与多种场合。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (7)
1.一种基于图像处理的直角检测方法,其特征在于,该方法的过程为:首先检测角点,然后以角点为中心,从0度角开始,以设定长度为半径进行逆时针或者顺时针扇扫,当一条半径上的像素灰度值达到设定的像素个数,则认为这条半径有效,并置sum=1,如果扇扫1.25周累计值sum等于90,则认为这个角点为直角点。
2.如权利要求1所述的基于图像处理的直角检测方法,其特征在于,检测角点前,对读入图片进行平滑降噪处理,如果不是灰度图则转化为灰度图。
3.如权利要求2所述的基于图像处理的直角检测方法,其特征在于,利用Harris角点检测方法进行角点检测,将检测到的角点放入数组Corners。
4.如权利要求3所述的基于图像处理的直角检测方法,其特征在于,在数组Corners中,以第i个角点Corners[i]为圆心,以设定值r为半径,从0度角开始进行扇扫。
5.如权利要求4所述的基于图像处理的直角检测方法,其特征在于,设定值r的设定原则为:待检测图片中目标物在整个图像中占比较大时,r值相对较大;待检测图片中目标物在整个图像中占比较小时,r值相对较小。
6.如权利要求4所述的基于图像处理的直角检测方法,其特征在于,半径有效的判定方法为:如果第j条半径r[j]上像素灰度值达到该条半径长度的90%,则置flag[j]=1,sum加1,否则flag[j]=0。
7.如权利要求6所述的基于图像处理的直角检测方法,其特征在于,扇扫1.25周后,如果sum等于90,并且则认为该角点为直角角点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711351350.2A CN108399410A (zh) | 2017-12-15 | 2017-12-15 | 一种基于图像处理的直角检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711351350.2A CN108399410A (zh) | 2017-12-15 | 2017-12-15 | 一种基于图像处理的直角检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108399410A true CN108399410A (zh) | 2018-08-14 |
Family
ID=63094357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711351350.2A Pending CN108399410A (zh) | 2017-12-15 | 2017-12-15 | 一种基于图像处理的直角检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108399410A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109212541A (zh) * | 2018-09-20 | 2019-01-15 | 同济大学 | 基于车辆直角型特征和激光雷达的高精度车辆检测系统 |
CN109270543A (zh) * | 2018-09-20 | 2019-01-25 | 同济大学 | 一种对目标车辆周围车辆位置信息检测的系统和方法 |
CN110544386A (zh) * | 2019-09-18 | 2019-12-06 | 奇瑞汽车股份有限公司 | 车位识别方法、装置及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010015468A (ja) * | 2008-07-04 | 2010-01-21 | Dainippon Printing Co Ltd | 目標物検出システム |
CN103714329A (zh) * | 2013-12-31 | 2014-04-09 | 长安大学 | 一种仪表指针识别的检测算法 |
CN103837097A (zh) * | 2012-11-23 | 2014-06-04 | 上海久点触控计算机系统股份有限公司 | 一种基于图像处理的工件角度自动测量装置及测量方法 |
-
2017
- 2017-12-15 CN CN201711351350.2A patent/CN108399410A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010015468A (ja) * | 2008-07-04 | 2010-01-21 | Dainippon Printing Co Ltd | 目標物検出システム |
CN103837097A (zh) * | 2012-11-23 | 2014-06-04 | 上海久点触控计算机系统股份有限公司 | 一种基于图像处理的工件角度自动测量装置及测量方法 |
CN103714329A (zh) * | 2013-12-31 | 2014-04-09 | 长安大学 | 一种仪表指针识别的检测算法 |
Non-Patent Citations (2)
Title |
---|
郭斯羽 等: "一种基于Hough变换的直角角点检测算法", 《电子测量与仪器学报》 * |
齐凤山 等: "基于Harris的二维码图像角点检测方法改进", 《软件导刊》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109212541A (zh) * | 2018-09-20 | 2019-01-15 | 同济大学 | 基于车辆直角型特征和激光雷达的高精度车辆检测系统 |
CN109270543A (zh) * | 2018-09-20 | 2019-01-25 | 同济大学 | 一种对目标车辆周围车辆位置信息检测的系统和方法 |
CN110544386A (zh) * | 2019-09-18 | 2019-12-06 | 奇瑞汽车股份有限公司 | 车位识别方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109389121B (zh) | 一种基于深度学习的铭牌识别方法及系统 | |
WO2019033574A1 (zh) | 电子装置、动态视频人脸识别的方法、系统及存储介质 | |
US8189961B2 (en) | Techniques in optical character recognition | |
CN112419297A (zh) | 一种螺栓松动检测方法、装置、设备及存储介质 | |
CN109654676B (zh) | 送风装置的调节方法、装置、系统、计算机设备和存储介质 | |
CN107014294A (zh) | 一种基于红外图像的接触网几何参数检测方法及系统 | |
CN108399410A (zh) | 一种基于图像处理的直角检测方法 | |
CN110222703B (zh) | 图像轮廓识别方法、装置、设备和介质 | |
CN108830133A (zh) | 合同影像图片的识别方法、电子装置及可读存储介质 | |
US9818198B2 (en) | Method for near-realtime workspace mapping | |
CN111257329A (zh) | 一种智能手机摄像头缺陷检测方法以及检测系统 | |
US11216905B2 (en) | Automatic detection, counting, and measurement of lumber boards using a handheld device | |
US20160035107A1 (en) | Moving object detection | |
CN107767366B (zh) | 一种输电线路拟合方法及装置 | |
CN114266719B (zh) | 一种基于霍夫变换的产品检测方法 | |
CN111275693B (zh) | 一种图像中物体的计数方法、计数装置及可读存储介质 | |
CN112837285B (zh) | 一种板面图像的边缘检测方法及装置 | |
CN113762027B (zh) | 一种异常行为的识别方法、装置、设备及存储介质 | |
CN114049380A (zh) | 目标物体定位追踪方法、装置、计算机设备和存储介质 | |
CN113449668B (zh) | 一种飞行装置的靶标角度识别方法、装置 | |
CN117152421B (zh) | 输电线路异物检测方法、装置、计算机设备和存储介质 | |
CN113610790B (zh) | 一种基于图像识别的气体扩散层纤维测量方法 | |
CN114313883B (zh) | 基于图像处理技术的皮带跑偏自动检测方法及系统 | |
CN118096742B (zh) | 一种基于角点检测和三维建模技术的贴片机吸嘴检测方法 | |
CN114332738B (zh) | 一种用于智慧工地的安全帽检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180814 |