RU2651176C1 - Signal processing method for detection and determination of straight line thickness in image - Google Patents

Signal processing method for detection and determination of straight line thickness in image Download PDF

Info

Publication number
RU2651176C1
RU2651176C1 RU2016145198A RU2016145198A RU2651176C1 RU 2651176 C1 RU2651176 C1 RU 2651176C1 RU 2016145198 A RU2016145198 A RU 2016145198A RU 2016145198 A RU2016145198 A RU 2016145198A RU 2651176 C1 RU2651176 C1 RU 2651176C1
Authority
RU
Russia
Prior art keywords
image
coordinate
offset
displacement
straight line
Prior art date
Application number
RU2016145198A
Other languages
Russian (ru)
Inventor
Борис Алексеевич Алпатов
Павел Вартанович Бабаян
Никита Юрьевич Шубин
Original Assignee
Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный радиотехнический университет"
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный радиотехнический университет" filed Critical Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный радиотехнический университет"
Priority to RU2016145198A priority Critical patent/RU2651176C1/en
Application granted granted Critical
Publication of RU2651176C1 publication Critical patent/RU2651176C1/en

Links

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • 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
    • G06V10/32—Normalisation of the pattern dimensions
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Geometry (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

FIELD: physics.
SUBSTANCE: signal processing method includes: calculating the gradient field of the image; setting the step of the change in the displacement and the set of orientation angles; summing the values of the projection of the gradient to the perpendicular to the current straight line along all straight lines determined by a possible displacement within the image; presenting the summation results as the second two-dimensional image; random selecting the direction of traversal of the second image along the coordinate corresponding to the offset; forming, based on the second image, the third image in which the intensity of each pixel is calculated as the sum of all the pixels of the second image; expanding the third image followed by blurring and trimming to the original dimensions; calculating the location of local extrema of the third image, having the property that one of the coordinates of the location of the extremum determines the displacement of the straight line passing along the extended object, and the other coordinate is the orientation angle of this line.
EFFECT: providing the detection and evaluation of the thickness of rectilinear extended objects in the image.
1 cl

Description

Изобретение относится к области цифровой обработки изображений и может быть использовано в охранных системах, системах мониторинга, оптоэлектронных системах сопровождения объектов, контрольно-измерительных системах, медицине, логистике и др.The invention relates to the field of digital image processing and can be used in security systems, monitoring systems, optoelectronic systems for tracking objects, instrumentation systems, medicine, logistics, etc.

Известен способ применения модифицированного преобразования Хафа для обнаружения штриховых кодов и текстовых областей, описанный в [Визильтер Ю.В., Желтов С.Ю., Бондаренко А.В. и др. Методы анализа свидетельств // Обработка и анализ изображений в задачах машинного зрения. Курс лекций и практических занятий.- М.: Физматкнига, 2010. С. 341-343. ISBN 978-5-89155-201-2], в котором для повышения точности и надежности обнаружения полос выполняется оценка градиентного поля исходного изображения. Все точки, имеющие модуль градиента выше порогового значения, участвуют в голосовании, по результатам которого в каждой ячейке аккумулятора хранится количество лежащих на соответствующей прямой точек, со значительным уровнем градиента и направлением градиента, отличающимся от перпендикулярного этой прямой не более чем на заданное пороговое значение. Далее над аккумулятором выполняются специфические для задач поиска кодосодержащих полос операции.There is a method of applying the modified Hough transform to detect barcodes and text areas, described in [Visilter Yu.V., Zheltov S.Yu., Bondarenko A.V. et al. Methods of analysis of evidence // Image processing and analysis in machine vision problems. The course of lectures and practical classes.- M.: Fizmatkniga, 2010.S. 341-343. ISBN 978-5-89155-201-2], in which the gradient field of the original image is estimated to increase the accuracy and reliability of strip detection. All points that have a gradient modulus above the threshold value participate in the vote, according to the results of which the number of points lying on the corresponding straight line is stored in each battery cell, with a significant gradient level and the direction of the gradient that differs from the line perpendicular to no more than a predetermined threshold value. Then, operations specific to the search for code-containing bands are performed on the battery.

К недостаткам данного способа можно отнести крайнюю ограниченность областей использования алгоритма, и неприменимость в нем быстрого преобразования Фурье (БПФ) для ускорения вычислений. Следует отметить тот факт, что узкий диапазон значений углов голосования накладывает дополнительные ограничения на область применимости подхода.The disadvantages of this method include the extreme limitations of the areas of use of the algorithm, and the inapplicability of the fast Fourier transform (FFT) in it to speed up the calculations. It should be noted that a narrow range of voting angles imposes additional restrictions on the applicability of the approach.

Наиболее близким к заявляемому способу является подход, основанный на преобразовании Радона. Преобразование Хафа во многом схоже с преобразованием Радона, но, в отличие от тотального преобразования Радона, позволяет выполнять преобразование произвольной части изображения. В то же время преобразование Радона использует БПФ, что дает значительный прирост производительности в сравнении с преобразованием Хафа всего изображения.Closest to the claimed method is an approach based on the Radon transform. The Hough transform is in many ways similar to the Radon transform, but, unlike the total Radon transform, it allows you to transform any part of the image. At the same time, the Radon transform uses FFT, which gives a significant performance boost in comparison with the Hough transform of the entire image.

В качестве прототипа используется [Пат. РФ №2522924 опубликован 20.07.2014], в котором предложен способ обработки изображений, основанный на преобразовании Радона с целью выделять прямолинейные границы на изображении в условиях значительных шумовых искажений. Несмотря на эффективность данного подхода, он рассчитан на обнаружение прямолинейных границ и для обнаружения прямых линий не применим без модификации.As a prototype is used [Pat. RF No. 2522924 published July 20, 2014], which proposes an image processing method based on the Radon transform with the aim of highlighting rectilinear borders on the image under conditions of significant noise distortion. Despite the effectiveness of this approach, it is designed to detect rectilinear boundaries and is not applicable without modification to detect straight lines.

Недостатком прототипа является возведение проекции градиента в квадрат, что приводит к частичной потере информации, важной при обнаружении прямых линий. Таким образом, знак проекции вектора градиента исключался из рассмотрения при поиске прямолинейных границ.The disadvantage of the prototype is the erection of the projection of the gradient into a square, which leads to a partial loss of information, important when detecting straight lines. Thus, the sign of the projection of the gradient vector was excluded from consideration when searching for rectilinear boundaries.

Технический результат, на достижение которого направлено заявляемое изобретение, состоит в создании вычислительно эффективного способа обнаружения прямых линий на изображении посредством обработки, использующей преобразование Радона.The technical result to which the claimed invention is directed is to create a computationally effective method for detecting straight lines in an image by processing using the Radon transform.

Технический результат достигается тем, что заявляемый способ обработки сигналов для обнаружения прямых линий на дискретном изображении выполняется с учетом направления вектора перепада уровня яркости изображения.The technical result is achieved by the fact that the inventive method of processing signals for detecting straight lines in a discrete image is performed taking into account the direction of the vector of the difference in the brightness level of the image.

Предлагаемый способ состоит из шести этапов.The proposed method consists of six stages.

1) Вычисление поля градиентов. Для каждого пикселя

Figure 00000001
исходного изображения L вычисляется значение вектора градиента
Figure 00000002
.1) Calculation of the gradient field. For each pixel
Figure 00000001
of the original image L, the value of the gradient vector is calculated
Figure 00000002
.

2) Вычисление двух обычных преобразований Радона от изображений, полученных на основе градиентного поля по выражениям:2) Calculation of two ordinary Radon transforms from images obtained on the basis of the gradient field from the expressions:

rx=R[gx],r x = R [g x ],

ry=R[gy],r y = R [g y ],

где

Figure 00000003
- оператор преобразования Радона;Where
Figure 00000003
- Radon transform operator;

rx и ry - результаты преобразований Радона от gx и gy соответственно (имеют размеры Nρ×Nθ).r x and r y are the results of the Radon transforms of g x and g y, respectively (they have dimensions N ρ × N θ ).

rx и ry представляют собой дискретные изображения с координатами пикселей (s,α), где

Figure 00000004
,
Figure 00000005
. Каждой точке (s,α) соответствует прямая с параметрами (ρ(s), θ(α)), где ρ(s) - расстояние от начала координат до ближайшей к нему точки на прямой, θ(α) - угол поворота нормали к прямой относительно абсциссы (оси x) против часовой стрелки.r x and r y are discrete images with pixel coordinates (s, α), where
Figure 00000004
,
Figure 00000005
. Each point (s, α) corresponds to a straight line with parameters (ρ (s), θ (α)), where ρ (s) is the distance from the origin to the nearest point on the line, θ (α) is the angle of rotation of the normal to straight relative to the abscissa (x axis) counterclockwise.

3) Вычисление вектора весов wx и wy для всех значений

Figure 00000006
, которые были использованы в преобразованиях rx и ry:3) Calculation of the weight vector w x and w y for all values
Figure 00000006
that were used in the transforms r x and r y :

Figure 00000007
;
Figure 00000007
;

Figure 00000008
.
Figure 00000008
.

4) Вычисление промежуточной двумерной функции r'(s,α) путем взвешенного суммирования трех обычных преобразований Радона по выражению:4) Calculation of the intermediate two-dimensional function r '(s, α) by weighted summation of three ordinary Radon transforms by the expression:

r'(s,α)=rx(s,α)⋅wx(α)+ry(s,α)⋅wy(α),

Figure 00000009
,
Figure 00000010
.r '(s, α) = r x (s, α) ⋅w x (α) + r y (s, α) ⋅w y (α),
Figure 00000009
,
Figure 00000010
.

5) Вычисление двумерной функции r''(s,α) в каждой его точке путем суммирования яркостей пикселей r'(s,α) вдоль оси s от какого-либо из краев изображения, выбранного заранее, до пикселя, соответствующего текущему пикселю на r''(s,α):5) The calculation of the two-dimensional function r '' (s, α) at each point by summing the brightness of the pixels r '(s, α) along the s axis from any of the edges of the image selected in advance to the pixel corresponding to the current pixel on r '' (s, α):

Figure 00000011
Figure 00000011

6) Рассмотрение двумерной функции r''(s,α) как растрового изображения с последующим применением к нему размытия, учитывающего периодичность функции r''(s,α). Для этого размываемое изображение r''(s,α) предварительно расширяется в каждую сторону на половину размера фильтра размытия, при этом недостающие элементы, выходящие за исходные границы изображения r''(s,α) по оси α, восстанавливаются согласно следующему выражению:6) Consideration of the two-dimensional function r '' (s, α) as a raster image with the subsequent application of blur to it, taking into account the periodicity of the function r '' (s, α). To do this, the blurred image r '' (s, α) is pre-expanded on each side by half the size of the blur filter, while the missing elements that go beyond the original boundaries of the image r '' (s, α) along the α axis are restored according to the following expression:

r''(s,α±l80°)=r''(-s,α).r '' (s, α ± l80 °) = r '' (- s, α).

Остальные элементы заполняются нулями. Полученное расширенное изображение подвергается размытию с последующей обрезкой до исходных размеров.The remaining elements are filled with zeros. The resulting expanded image is blurred, followed by cropping to its original size.

На результирующем изображении производится поиск локальных экстремумов, предположительно, соответствующих прямым линиям на исходном изображении [Д.Б. Волегов, В.В, Гусев, Д.В. Юрин. Обнаружение прямых линий на изображениях на основе преобразования Хартли. Быстрое преобразование Хафа // в: 16-я международная конференция по компьютерной графике и ее приложениям ГрафиКон2006. Россия, Новосибирск, Академгородок, 2006, с. 182-191.]. При этом размер по оси s области, принадлежащей экстремуму, пропорционален толщине линии в пикселях.The resulting image searches for local extrema, presumably corresponding to straight lines in the original image [DB Volegov, V.V., Gusev, D.V. Yurin. Detection of straight lines in images based on the Hartley transform. Hough's fast conversion // to: 16th international conference on computer graphics and its applications Graficon2006. Russia, Novosibirsk, Akademgorodok, 2006, p. 182-191.]. In this case, the size along the s axis of the region belonging to the extremum is proportional to the thickness of the line in pixels.

Предлагаемый способ обработки сигналов для обнаружения прямолинейных границ объектов может быть реализован на базе персональной электронной вычислительной машины (ПЭВМ) общего назначения. Использование двух преобразований Радона от независимых параметров позволяет эффективно распараллелить процесс обработки изображения, сократив время вычисления почти в два раза.The proposed signal processing method for detecting the rectilinear boundaries of objects can be implemented on the basis of a general purpose personal electronic computer (PC). Using two Radon transforms from independent parameters allows you to effectively parallelize the image processing process, reducing the calculation time by almost half.

В случаях, когда использование ПЭВМ общего назначения невозможно (например, в бортовых системах обработки изображений), предлагаемый способ обработки сигналов может быть реализован на базе программируемых логических интегральных схем (ПЛИС), либо совместного использования ПЛИС и специализированных цифровых процессоров обработки сигналов.In cases where the use of a general purpose personal computer is impossible (for example, in on-board image processing systems), the proposed signal processing method can be implemented on the basis of programmable logic integrated circuits (FPGA), or the joint use of FPGAs and specialized digital signal processing processors.

При использовании предлагаемого способа в системах обработки видеоизображений реального времени рекомендуется использовать преобразование Радона, реализованное с помощью БПФ или преобразования Хартли [Д.Б. Волегов, В.В, Гусев, Д.В. Юрин. "Обнаружение прямых линий на изображениях на основе преобразования Хартли. Быстрое преобразование Хафа" // в: 16-я международная конференция по компьютерной графике и ее приложениям ГрафиКон2006. Россия, Новосибирск, Академгородок, 2006, с. 182-191.]. Это позволит снизить требования, предъявляемые к аппаратному обеспечению.When using the proposed method in real-time video processing systems, it is recommended to use the Radon transform implemented using the FFT or the Hartley transform [DB Volegov, V.V., Gusev, D.V. Yurin. "Detection of straight lines in images based on the Hartley transform. Fast Hough transform" // in: 16th International Conference on Computer Graphics and Its Applications Graficon2006. Russia, Novosibirsk, Akademgorodok, 2006, p. 182-191.]. This will reduce the requirements for hardware.

Заявляемый способ отличается невысокой вычислительной сложностью и может быть реализован на существующей и перспективной элементной базе.The inventive method is characterized by low computational complexity and can be implemented on an existing and promising element base.

Claims (9)

Способ обработки сигналов для обнаружения и оценки толщины прямолинейных протяженных объектов на двумерном изображении, включающий:A method of processing signals for detecting and evaluating the thickness of straight extended objects in a two-dimensional image, including: - вычисление градиентного поля изображения;- calculation of the gradient field of the image; - задание шага изменения по смещению и множеству углов ориентации;- the task of the change step for the offset and the set of orientation angles; - суммирование вдоль всех прямых линий, определяемых возможным смещением в пределах изображения, шагом изменения смещения и множеством углов ориентации, значений проекции градиента на перпендикуляр к текущей прямой линии;- summation along all straight lines determined by the possible displacement within the image, the step of changing the displacement and the multitude of orientation angles, the values of the projection of the gradient on the perpendicular to the current straight line; - представление результатов суммирования в виде второго двумерного изображения, в котором значение пикселя определяется результатом суммирования вдоль прямой, смещение которой определяется одной из координат пикселя, а угол ориентации определяется оставшейся координатой;- presentation of the summation results in the form of a second two-dimensional image, in which the pixel value is determined by the summation along the straight line, the offset of which is determined by one of the pixel coordinates, and the orientation angle is determined by the remaining coordinate; - произвольный выбор одного из двух направлений обхода второго изображения по координате, соответствующей смещению, в сторону увеличения смещения или в сторону уменьшения смещения;- the arbitrary choice of one of the two directions of traversal of the second image in the coordinate corresponding to the offset, in the direction of increasing the offset or in the direction of decreasing the offset; - формирование на основе второго изображения третьего изображения, в котором интенсивность каждого пикселя вычисляется как сумма всех пикселей второго изображения, у которых координата, соответствующая углу ориентации, совпадает с координатой текущего пикселя, а координата, соответствующая смещению, не превосходит значение соответствующей координаты текущего пикселя при выборе направления обхода в сторону увеличения значения смещения, либо имеет значение большее или равное значению соответствующей координаты текущего пикселя при выборе направления обхода в сторону уменьшения значений смещения;- the formation on the basis of the second image of the third image, in which the intensity of each pixel is calculated as the sum of all the pixels of the second image, in which the coordinate corresponding to the orientation angle coincides with the coordinate of the current pixel, and the coordinate corresponding to the offset does not exceed the value of the corresponding coordinate of the current pixel when choosing the direction of the bypass in the direction of increasing the offset value, or has a value greater than or equal to the value of the corresponding coordinate of the current pixel at choosing the direction of the bypass in the direction of decreasing the offset values; - расширение третьего изображения с последующим размытием и обрезкой до исходных размеров, причем расширение изображения производится на размер размывающего фильтра, а сами недостающие элементы третьего изображения, выходящие за исходные границы по углу, заполняются копиями противоположных краев третьего изображения, отраженными по оси сдвига, а элементы, выходящие за исходные границы по сдвигу, заполняются нулями;- expansion of the third image, followed by blurring and cropping to the original size, moreover, the image is expanded to the size of the erosion filter, and the missing elements of the third image that go beyond the original boundaries in the corner are filled with copies of the opposite edges of the third image, reflected along the shift axis, and the elements that go beyond the original boundaries of the shift are filled with zeros; - вычисление местоположения локальных экстремумов третьего изображения, обладающих тем свойством, что одна из координат местоположения экстремума определяет смещение прямой, проходящей вдоль протяженного объекта, а другая координата - угол ориентации этой прямой; при этом, если рассмотреть как одномерную дискретную функцию вектор точек второго изображения, координаты которых по оси, соответствующей углу поворота прямой, равны соответствующей координате найденного экстремума на третьем изображении, то расстояние в дискретных единицах между ближайшими двумя экстремумами этой функции, между которыми оказывается точка, положение которой соответствует найденному на третьем изображении экстремуму, помноженное на шаг изменения смещения, определяет толщину прямолинейного протяженного объекта.- calculation of the location of local extrema of the third image, which have the property that one of the coordinates of the location of the extremum determines the displacement of the line passing along the extended object, and the other coordinate is the orientation angle of this line; in this case, if we consider as a one-dimensional discrete function the vector of points of the second image whose coordinates along the axis corresponding to the angle of rotation of the straight line are equal to the corresponding coordinate of the found extremum in the third image, then the distance in discrete units between the nearest two extrema of this function, between which there is a point, the position of which corresponds to the extremum found in the third image, multiplied by the step for changing the displacement, determines the thickness of the rectilinear extended object.
RU2016145198A 2016-11-17 2016-11-17 Signal processing method for detection and determination of straight line thickness in image RU2651176C1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2016145198A RU2651176C1 (en) 2016-11-17 2016-11-17 Signal processing method for detection and determination of straight line thickness in image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2016145198A RU2651176C1 (en) 2016-11-17 2016-11-17 Signal processing method for detection and determination of straight line thickness in image

Publications (1)

Publication Number Publication Date
RU2651176C1 true RU2651176C1 (en) 2018-04-18

Family

ID=61977176

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2016145198A RU2651176C1 (en) 2016-11-17 2016-11-17 Signal processing method for detection and determination of straight line thickness in image

Country Status (1)

Country Link
RU (1) RU2651176C1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112166431A (en) * 2018-05-15 2021-01-01 伍普提克斯股份有限公司 Bar code detection method

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080317373A1 (en) * 2006-03-06 2008-12-25 Koji Aoyama Image processing apparatus, image processing method, recording medium, and program
RU2383925C2 (en) * 2007-10-22 2010-03-10 Государственное образовательное учреждение высшего профессионального образования Курский государственный технический университет Method of detecting contours of image objects and device for realising said method
US20100080467A1 (en) * 2006-11-08 2010-04-01 Kazuyuki Sakurai Vanishing point detecting system, vanishing point detecting method, and vanishing point detecting program
JP2013206067A (en) * 2012-03-28 2013-10-07 Jvc Kenwood Corp Straight line detection device, straight line detection method and straight line detection program
US20140161359A1 (en) * 2012-11-09 2014-06-12 Stmicroelectronics International N.V. Method for detecting a straight line in a digital image
RU2522924C2 (en) * 2012-04-20 2014-07-20 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Рязанский государственный радиотехнический университет" Method of processing signals for detecting straight-line boundaries of objects seen on image
US20150177062A1 (en) * 2013-12-19 2015-06-25 Canon Kabushiki Kaisha Information processing apparatus, information processing method, and storage medium

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080317373A1 (en) * 2006-03-06 2008-12-25 Koji Aoyama Image processing apparatus, image processing method, recording medium, and program
US20100080467A1 (en) * 2006-11-08 2010-04-01 Kazuyuki Sakurai Vanishing point detecting system, vanishing point detecting method, and vanishing point detecting program
RU2383925C2 (en) * 2007-10-22 2010-03-10 Государственное образовательное учреждение высшего профессионального образования Курский государственный технический университет Method of detecting contours of image objects and device for realising said method
JP2013206067A (en) * 2012-03-28 2013-10-07 Jvc Kenwood Corp Straight line detection device, straight line detection method and straight line detection program
RU2522924C2 (en) * 2012-04-20 2014-07-20 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Рязанский государственный радиотехнический университет" Method of processing signals for detecting straight-line boundaries of objects seen on image
US20140161359A1 (en) * 2012-11-09 2014-06-12 Stmicroelectronics International N.V. Method for detecting a straight line in a digital image
US20150177062A1 (en) * 2013-12-19 2015-06-25 Canon Kabushiki Kaisha Information processing apparatus, information processing method, and storage medium

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112166431A (en) * 2018-05-15 2021-01-01 伍普提克斯股份有限公司 Bar code detection method
RU2764027C1 (en) * 2018-05-15 2022-01-12 Вуптикс С.Л. Method for detecting barcodes

Similar Documents

Publication Publication Date Title
Zhang et al. S-CNN-based ship detection from high-resolution remote sensing images
Cha et al. Extended Hough transform for linear feature detection
US9245200B2 (en) Method for detecting a straight line in a digital image
Quin et al. MIMOSA: An automatic change detection method for SAR time series
Sharma et al. A comparative study of edge detectors in digital image processing
Li et al. Road lane detection with gabor filters
US9651661B2 (en) Methods and systems for local principal axis rotation angle transform
US20180174328A1 (en) Turning radius-based corner detection algorithm
Topno et al. An improved edge detection method based on median filter
Dehghani et al. Small target detection and tracking based on the background elimination and Kalman filter
Wei et al. An efficient SAR edge detector with a lower false positive rate
RU2651176C1 (en) Signal processing method for detection and determination of straight line thickness in image
Ling et al. Image edge detection based on beamlet transform
CN109993744B (en) Infrared target detection method under offshore backlight environment
Xi et al. Edge detection from remote sensing images based on Canny operator and Hough transform
Chae et al. Visual tracking of objects for unmanned surface vehicle navigation
Dong et al. Research on infrared dim-point target detection and tracking under sea-sky-line complex background
CN106897985A (en) A kind of multi-angle SAR image fusion method based on visibility classification
RU2522924C2 (en) Method of processing signals for detecting straight-line boundaries of objects seen on image
Wei et al. Funnel transform for straight line detection
Mohammad et al. Design study sobel edge detection
Quach et al. Low-level track finding and completion using random fields
Krishnaveni et al. An optimal method for wake detection in sar images using radon transformation combined with wavelet filters
Ma et al. Accurate line detection by adjusting hough transform threshold adaptively
Kwon et al. Ellipse detection method based on the advanced three point algorithm

Legal Events

Date Code Title Description
PD4A Correction of name of patent owner
PC41 Official registration of the transfer of exclusive right

Effective date: 20200817

MM4A The patent is invalid due to non-payment of fees

Effective date: 20201118