基于梯度计算的直线检测方法及装置的制造方法
【技术领域】
[0001] 本发明涉及图像处理技术领域，具体而言，涉及一种基于梯度计算的直线检测方 法及装置。
【背景技术】
[0002] 直线是图像的基本特征之一，一般物体在二维平面图像中的轮廓都可以近似为直 线或弧线的组合，因此，对物体轮廓的检测与识别可以转换为对这些直线、弧线等基本元素 的检测和提取。另外，在运动图像分析和估计领域也可以采用直线对应法来实现刚体旋转 量和位移量的测量，所以对图像的直线检测算法进行研究和探讨具有非常重要的实际意 义。
[0003] 现有的直线检测方法基本以霍夫变换为主，其基本思想是利用点一线之间的对偶 性来进行直线检测。即：图像空间中共线的点对应在参数空间里面相交的直线。反之，参数 空间中相交于同一个点的所有直线在图像空间里面都有共线的点与之对应。
[0004] 参照图1，笛卡尔坐标系下的直线可以表示为y = kx+b的形式，这里的k表示直线 的斜率，b代表偏移量。那么，从图1不难发现，X-Y坐标中的点Pl，P2对应于k-b坐标中 的直线LI，L2 ;而k-b坐标中的点PO则对应于X-Y坐标中的直线LO。
[0005] 上述在χ-y坐标中用斜率描述的直线存在斜率k为无穷大的情况，会给计算带来 不便。通常情况下，基于霍夫变换的直线检测采用极坐标形式来表示直线。即，直线在极坐 标系统中表示为：aP cos Θ +bp sin Θ = 〇的形式。这样一来，x-y平面中共线的交点就对 应了原直线的两个参数。图像上任意直线区域都可以一一对应参数空间中的某一个点，而 图像上任意的像素点都同时存在于很多个直线区域之上。通常而言，每个直线区域将有一 个累加器计数器与之相互对应。对于图像上的每个像素而言，找到所有包含它的直线区域， 并为对应的累加计数器加1，从而统计每个累加器所包含的像素点的总数。当图像上某个直 线区域所包含的像素点个数超过阈值T时，就认为该累加器对应的区域存在直线。
[0006] 基于霍夫变换的直线检测方法对噪声图像具有一定的鲁棒性和稳定性，但存在着 计算量巨大，内存耗费严重等问题，同时，霍夫变换只能指出图像中某条直线的存在，并不 能给出更多关于该条直线的信息。如何提供一种能减少计算量的同时还可以提供更多直线 信息的直线检测方法，对本领域技术人员而言是急需解决的技术问题。
【发明内容】
[0007] 有鉴于此，本发明提供一种基于梯度计算的直线检测方法及装置，利用该基于梯 度计算的直线检测方法及装置，不仅能减小直线检测的计算量，还能提供更多的直线信息。
[0008] 为了实现上述目的，本发明实施例采用的技术方案如下：
[0009] 第一方面，本发明实施例提供一种基于梯度计算的直线检测方法，包括：计算一目 标图像中像素点的梯度，所述梯度包括梯度方向与梯度幅值；滤除所述目标图像中对应所 述梯度幅值小于预设梯度幅值阈值的像素点；根据所述目标图像中像素点的梯度方向确定 所述目标图像的梯度连通区域；滤除所述目标图像的梯度连通区域中区域梯度方向非一致 性的区域；从所述连通区域中获得沿所述连通区域梯度方向的直线段及直线段的端点；输 出直线检测结果，所述直线检测结果包括所述直线段及所述直线段的端点。
[0010] 第二方面，本发明实施例还提供一种基于梯度计算的直线检测装置，包括：计算模 块，用于计算一目标图像中像素点的梯度，所述梯度包括梯度方向与梯度幅值；除噪模块， 用于滤除所述目标图像中对应所述梯度幅值小于预设梯度幅值阈值的像素点；梯度连通区 域确定模块，用于根据所述目标图像中像素点的梯度方向确定所述目标图像的梯度连通区 域；滤除模块，用于滤除所述目标图像的梯度连通区域中区域梯度方向非一致性的区域； 获取模块，用于从所述连通区域中获得沿所述连通区域梯度方向的直线段及直线段的端 点；输出模块，用于输出直线检测结果，所述直线检测结果包括所述直线段及所述直线段的 端点。
[0011] 通过上述基于梯度计算的直线检测方法及装置，通过滤除图像中的噪音，对图像 进行连通区域检测得到连通区域，再将连通区域中梯度方向一致性较差的区域滤除得到梯 度方向一致性的连通区域，对该梯度方向一致性的连通区域处理获得直线段及直线段的端 点。相对于霍夫变换的直线检测方法不仅减少了计算量，还可以提供更多直线信息。
[0012] 为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合 所附附图，作详细说明如下。
【附图说明】
[0013] 为了更清楚的说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术用户员来讲，在不付出创造性劳动的前提下，还可 以根据这些附图获得其他相关的附图。
[0014] 图1示出了直线在笛卡尔坐标系与参数坐标系中的对应关系图。
[0015] 图2示出了本发明第一具体实施例提供的基于梯度计算的直线检测方法的流程 图。
[0016] 图3示出了图2基于梯度计算的直线检测方法中确定梯度连通区域步骤中梯度方 向的理想实际值跟梯度方向的真实观测值之间的关系图。
[0017] 图4-A示出了一幅待进行直线检测的输入图像的示意图。
[0018] 图4-B示出了输入图像进行处理后梯度方向的连通区域的示意图。
[0019] 图4-C示出了上述连通区域中梯度方向较为分散的梯度图像的示意图。
[0020] 图5为本发明第二具体实施例提供的基于梯度计算的直线检测装置的结构框图。
【具体实施方式】
[0021] 下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整 地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在 此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因 此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的 范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做 出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0022] 第一具体实施例
[0023] 图2为本发明第一具体实施例提供基于梯度计算的直线检测方法的流程图。如图 2所示，在本实施例中的基于梯度计算的直线检测方法的流程图可以包括以下步骤。
[0024] 步骤Sl 10,计算一目标图像中像素点的梯度，所述梯度包括梯度方向与梯度幅值。
[0025] 计算目标图像中每个像素点的梯度。像素点的梯度的表达式如下：
[0027] 这里的gx、gy分别代表像素点水平、垂直方向的梯度。像素点的梯度包括该像素点 的梯度方向及梯度幅值。
[0028] 梯度方向的表达式如下：
[0030] 梯度幅值的表达式如下：
[0032] 步骤S120,滤除所述目标图像中对应所述梯度幅值小于预设梯度幅值阈值的像素 点。
[0033] 图像中具有较小梯度幅值的像素点意味着该像素点处于平