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。
技术实现要素：
(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
(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
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。