CN114723849A - 一种基于傅里叶变换的图像直线提取方法 - Google Patents
一种基于傅里叶变换的图像直线提取方法 Download PDFInfo
- Publication number
- CN114723849A CN114723849A CN202210348409.7A CN202210348409A CN114723849A CN 114723849 A CN114723849 A CN 114723849A CN 202210348409 A CN202210348409 A CN 202210348409A CN 114723849 A CN114723849 A CN 114723849A
- Authority
- CN
- China
- Prior art keywords
- straight line
- image
- fourier transform
- extraction method
- spatial frequency
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于傅里叶变换的图像直线提取方法,包括以下步骤:1)对图像进行二维傅里叶变换,获取空间频谱信息;2)根据空间频谱信息,获取直线的方向参数;3)根据直线的方向参数,在距离参数上搜索最优值,进行直线提取。本发明基于傅里叶变换的图像直线提取方法抗干扰性强,稳定性好。本发明中傅里叶变换实际上求解并利用了直线的整体梯度,代替了原有的逐点梯度,抗噪声性能强,从而能稳定可靠地提取出直线。
Description
技术领域
本发明涉及图像处理技术,尤其涉及一种基于傅里叶变换的图像直线提取方法。
背景技术
图像上的几何特征如直线、圆、椭圆、矩形等,通常能提供重要信息,是图像分析时首先要提取的特征。以提取的这些几何特征为基础,可以通过分析获得各种重要信息。以这些信息基础,可以进行后续的操作,如图像识别、测量、缺陷检测等。
在图像的特征中,直线是最常见和出现最多的几何特征。直线的自由度为二,如斜率和截距二个参数可以决定一条直线。直线的提取方法是在二个参数的空间内对参数进行搜索,找到最优解,从而确定直线的二个参数,传统的直线提取方法包括最小二乘拟合法、霍夫变换法等。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷,提供一种基于傅里叶变换的图像直线提取方法。
本发明解决其技术问题所采用的技术方案是:一种基于傅里叶变换的图像直线提取方法,包括以下步骤:
1)对图像进行二维傅里叶变换,获取空间频谱信息;
2)根据空间频谱信息,获取直线的方向参数;具体步骤为:
2.1)将空间频谱信息中的空间频率(u,v)列为统计对象,其中,u为水平空间频率,v为竖直空间频率;
2.2)求解统计对象的空间频率的法向的角度α;
其求解公式为α=atan(v/u),atan为反正切函数;
2.3)对α进行直方图统计,每个峰的峰值即为图像中的直线的法向,根据法向求出直线方向;
3)根据直线的方向参数,在距离参数上搜索最优值,进行直线提取。
按上述方案,所述步骤1)中水平和竖直方向的空间采样率根据频谱的频率分辨率确定。
按上述方案,所述步骤2.1)中设定幅度阈值A,将大于A的空间频率(u,v)列为统计对象。
按上述方案,所述步骤3)中根据直线的方向参数,在距离参数上搜索最优值,采用霍夫变换提取直线。
按上述方案,所述步骤1)中图像为二值图像。
本发明产生的有益效果是:
本发明提供的方法抗干扰性强,稳定性好。本发明中傅里叶变换实际上求解并利用了直线的整体梯度,代替了原有的逐点梯度,抗噪声性能强,从而能稳定可靠地提取出直线。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例的方法流程图;
图2是本发明实施例的图像直线提取示意图;
图3是本发明实施例的图像直线提取示意图;
图4是本发明实施例的图像直线提取示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,一种基于傅里叶变换的图像直线提取方法,包括以下步骤:
1)对图像进行二维快速傅里叶变换(FFT),获取空间频谱信息;
2)根据空间幅度谱,获取直线的方向参数;具体步骤为:
2.1)设定幅度阈值A,将大于A的空间频率(u,v)列为统计对象,其中,u为水平空间频率,v为竖直空间频率;
幅度阈值A根据图像的复杂程度,进行设定,一般取第5-7个峰的峰值。
2.2)求解统计对象的空间频率的法向的角度α;
其求解公式为α=atan(v/u),atan为反正切函数;
2.3)对α进行直方图统计,每个峰的峰值即为图像中的直线的法向,根据法向求出直线方向;
3)根据直线的方向参数,在距离参数上搜索最优值,进行直线提取。
本实施例中,根据直线的方向参数,采用传统方法如霍夫变换提取直线。
直线包括2个自由度,提取直线需要提取2个参数。霍夫变换需要在方向和距离两个参数上搜索最优值,上一个步骤中已经给出了直线方向,搜索只要对距离搜索即可。对距离也有加速方法,如金字塔法等。由于在一个缩小的范围内搜索直线参数,对直线提取起到了加速作用。
本方法实际上是利用了直线的整体梯度,而传统梯度加速方法利用了局部的点梯度。提取整体梯度具有抗干扰性强,能稳定提取的特点,因此具有较大优势。
本方法特别适用于以下场合:
a.图像中图案相对简单的灰度或彩色图像,图案以直线线条为主。
b.二值图像,特别是直线条丰富的二值图像。
首先以条形码图像为例,演示了本发明的过程,进行了直线提取的加速。
1)图2(a)是采集的条形码图像,对其进行傅里叶变换,将结果显示于图2(b)中,原点为图2(b)图像的中心。图2(b)中,过原点存在两条直线,其反映了图2(a)图像存在两个直线方向。在程序实现时,需要借助直方图统计的方法找到这两个直线方向(如前文作介绍的直方图统计方法)。在后续利用霍夫变换提取直线时,在两个方向上搜索直线即可。这就降低了搜索范围,加速了直线的提取。图2(c)为借助加速提取的直线。和穷举法相比,提取时间缩短了80%。
2)对图2(a)的图像进行旋转,对旋转后的图像图3(a)演示了本发明的过程,进行直线加速提取。图3(a)是采集的旋转后的条形码图像。对其进行傅里叶变换,将结果显示于图3(b)中,原点为图3(b)图像的中心。图3(b)中,过原点存在两条直线,其反映了图3(a)图像存在两个直线方向,这两个方向与图2(b)存在旋转关系。对比图3(b)与图2(b),可以发现,频谱能反应原始图像的旋转,能准确确定旋转后的直线方向。图3(c)为借助加速提取的直线。和穷举法相比,提取时间缩短了80%。
3)以存在多个矩形块的图像为例,演示了本发明的过程,进行了直线提取的加速。图4(a)为存在多个矩形块的图像。对其进行傅里叶变换,将结果显示于图4(b)中,原点为图4(b)图像的中心。图4(b)中,过原点存在六条直线,其反映了图4(a)图像存在六个直线方向。在程序实现时,需要借助直方图统计的方法找到这六个直线方向(如前文作介绍的直方图统计方法)。用霍夫变换搜索六个方向的直线,可以降低搜索范围,从而加速直线的提取。图4(c)为借助加速提取的直线。和穷举法相比,提取时间缩短了70%。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (5)
1.一种基于傅里叶变换的图像直线提取方法,其特征在于,包括以下步骤:
1)对图像进行二维傅里叶变换,获取空间频谱信息;
2)根据空间频谱信息,获取直线的方向参数;具体步骤为:
2.1)将空间频谱信息中的空间频率(u,v)列为统计对象,其中,u为水平空间频率,v为竖直空间频率;
2.2)求解统计对象的空间频率的法向的角度α;
其求解公式为α=atan(v/u),atan为反正切函数;
2.3)对α进行直方图统计,每个峰的峰值即为图像中的直线的法向,根据法向求出直线方向;
3)根据直线的方向参数,在距离参数上搜索最优值,进行直线提取。
2.根据权利要求1所述的基于傅里叶变换的图像直线提取方法,其特征在于,所述步骤1)中水平和竖直方向的空间采样率根据频谱的频率分辨率确定。
3.根据权利要求1所述的基于傅里叶变换的图像直线提取方法,其特征在于,所述步骤2.1)中设定幅度阈值A,将大于A的空间频率(u,v)列为统计对象。
4.根据权利要求1所述的基于傅里叶变换的图像直线提取方法,其特征在于,所述步骤3)中根据直线的方向参数,在距离参数上搜索最优值,采用霍夫变换提取直线。
5.根据权利要求1所述的基于傅里叶变换的图像直线提取方法,其特征在于,所述步骤1)中图像为二值图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210348409.7A CN114723849A (zh) | 2022-04-01 | 2022-04-01 | 一种基于傅里叶变换的图像直线提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210348409.7A CN114723849A (zh) | 2022-04-01 | 2022-04-01 | 一种基于傅里叶变换的图像直线提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114723849A true CN114723849A (zh) | 2022-07-08 |
Family
ID=82242689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210348409.7A Pending CN114723849A (zh) | 2022-04-01 | 2022-04-01 | 一种基于傅里叶变换的图像直线提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114723849A (zh) |
-
2022
- 2022-04-01 CN CN202210348409.7A patent/CN114723849A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Farooq et al. | Pre-processing methods for handwritten Arabic documents | |
Duan et al. | Building an automatic vehicle license plate recognition system | |
CN101561866B (zh) | 基于sift特征与灰度差值直方图特征的文字识别方法 | |
CN112734729B (zh) | 适用于夜间补光条件的水尺水位线图像检测方法、装置及存储介质 | |
CN116704516B (zh) | 一种用于水溶肥料包装的视觉检测方法 | |
CN115497109B (zh) | 基于智能翻译的文字图像预处理方法 | |
CN112784835A (zh) | 圆形印章的真实性识别方法、装置、电子设备及存储介质 | |
CN109063681A (zh) | 基于指纹相位梯度的指纹方向信息获取方法 | |
CN111445386A (zh) | 基于文本内容四点检测的图像校正方法 | |
Jipeng et al. | Skew correction for Chinese character using Hough transform | |
CN112200053B (zh) | 一种融合局部特征的表格识别方法 | |
CN112101351B (zh) | 一种基于投影的文本行旋转校正方法及装置 | |
CN111553345B (zh) | 基于Mask RCNN与正交线性回归实现仪表指针读数识别处理的方法 | |
CN113888456B (zh) | 一种基于轮廓的角点检测方法 | |
CN114723849A (zh) | 一种基于傅里叶变换的图像直线提取方法 | |
Yun et al. | Vision-based 1D barcode localization method for scale and rotation invariant | |
Huang | Automatic video text detection and localization based on coarseness texture | |
CN115439891A (zh) | 一种基于小指纹头、低算力和低存储芯片的指纹识别方法 | |
Yu et al. | An algorithm for corner detection based on Contour | |
CN114266719A (zh) | 一种基于霍夫变换的产品检测方法 | |
CN111723710A (zh) | 一种基于神经网络的车牌识别方法 | |
CN108256525B (zh) | 一种基于图像处理的导轨目标位置检测方法 | |
CN111007441A (zh) | 一种电解电容极性检测方法及检测系统 | |
Li et al. | Automatic recognition system for numeric characters on ammeter dial plate | |
Song et al. | Point symbol recognition algorithm based on improved generalized hough transform and nonlinear mapping |
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 |