多边形检测方法和多边形检测装置的制造方法
【技术领域】
[0001]本发明涉及计算机技术领域，具体而言，涉及多边形检测方法和多边形检测装置。
【背景技术】
[0002]快速检测图像及视频中的目标多边形是一种利用多边形的点和边性质的先验知识，在图像及视频中检测出感兴趣的多边形区域的方法。利用这些信息，我们可以对找到的目标区域，进行相应的处理。由于检测不限于正方形或矩形，这项技术既能应用在监视器上，也能应用基于透视的图像纠偏上。
[0003]基于多边形的顶点是角点这一性质，已有的一个方案是通过进行对角点的检测来检测出多边形。但是图像中往往有许多的角点，特别是带有文字的图片，角点将集中在文字边缘，这将会严重影响目标多边形顶点的检测结果。
[0004]基于多边形的边缘是直线这一性质，另一个已有的方案是通过霍夫变换把图像空间中的检测问题转换到参数空间，在参数空间寻找累加器峰值来获得对应的图像空间里的直线。但是图像中往往有许多的直线，难以一一确定哪条直线属于目标多边形，这也会严重影响对目标多边形顶点的检测。
[0005]由于只给出了需要检测的图形是多边形这一个条件，没有其他任何约束信息，所以对误检的角点及直线的排除工作将是一个不太简单的问题。如果不能较好地解决这一问题，也就无法准确地检测出目标多边形。
【发明内容】
[0006]考虑到相关技术中出现的技术问题，本发明提供了一种多边形检测技术，可准确的检测出图像中的目标多边形。
[0007]根据本发明的一个方面，提供了一种多边形检测方法，包括:获取输入图像的边缘图像；从所述边缘图像中提取出多条待选直线；将所述多条待选直线进行分组，每组包含η条边，并计算所述η条边的η个交点，将所述η个交点作为η边形的候选顶点；对所述输入图像进行角点检测，获取一组与所述角点相似度最大的候选顶点，以作为所述η边形的顶点。
[0008]在本实施例中，将直线与角点的检测结合起来，利用两种约束共同来检测目标多边形，提出一种基于直线和角点检测目标多边形的算法，更好地利用了已知条件，具有检测快速而准确的特点。
[0009]其中，所述获取输入图像的边缘图像，具体包括:将所述输入图像转换成灰度图像；使用边缘检测器对所述灰度图像进行边缘检测，并对检测出的边缘进行加粗处理，得到所述边缘图像。
[0010]在上述技术方案中，优选的，所述从所述边缘图像中提取出多条待选直线，具体包括:对所述边缘图像进行霍夫变换；根据霍夫变换峰值查找出连接线段，将查找出的连接线段作为所述多条待选直线。
[0011]对边缘图像作霍夫变换后，找到明显的霍夫变换峰值，然后利用找到的峰值，来查找并连接线段。对于图像的长和宽中的较小值L，如果找到的两条线段之间的距离小于L/16，则将它们合并成一条长线段，最终只取长度大于L/4的线段。这样的基本假设是目标多边形在图片中的大小不会特别小，并且其边缘可能会被遮挡。这个策略可以排除一部分线段，并且对于区域边界被噪声干扰或被其他物体遮盖而引起边界发生某些间断的情况有了更好的容错性和鲁棒性。
[0012]在上述技术方案中，优选的所述对所述输入图像进行角点检测，具体包括:计算所述输入图像中每个点在X方向上和I方向上与相邻点的差分；使用准则函数以所述差分为参数计算获得角点响应值；在所述角点响应值大于预设值时，确定该点为一个角点。
[0013]在上述技术方案中，优选的所述将所述多条待选直线进行分组，具体包括:按照η边形的边的斜率范围，选取直线斜率在所述斜率范围内的直线；根据选取的直线的中心点相对于图像的位置，将选取的直线分为η组；从所述η组中分别取出一条直线，得到η条直线，所述η条直线作为一组，得到新若干组。
[0014]根据本发明的另一方面，还提供了一种多边形检测装置，包括:获取单元，连接至提取单元，获取输入图像的边缘图像；所述提取单元，连接至分组单元，用于从所述边缘图像中提取出多条待选直线；所述分组单元，连接至匹配单元，用于将所述多条待选直线进行分组,每组包含η条边，并计算所述η条边的η个交点,将所述η个交点作为η边形的候选顶点；所述匹配单元，用于对所述输入图像进行角点检测，获取一组与所述角点相似度最大的候选顶点，以作为所述η边形的顶点。
[0015]在本实施例中，将直线与角点的检测结合起来，利用两种约束共同来检测目标多边形，提出一种基于直线和角点检测目标多边形的算法，更好地利用了已知条件，具有检测快速而准确的特点。
[0016]在上述技术方案中，优选的，所述获取单元包括:转换单元，用于将所述输入图像转换成灰度图像；检测单元，用于使用边缘检测器对所述灰度图像进行边缘检测，并对检测出的边缘进行加粗处理，得到所述边缘图像。
[0017]在上述技术方案中，优选的，所述提取单元包括:霍夫变换单元，用于对所述边缘图像进行霍夫变换；查找单元，用于根据霍夫变换峰值查找出连接线段，将查找出的连接线段作为所述多条待选直线。
[0018]对边缘图像作霍夫变换后，找到明显的霍夫变换峰值，然后利用找到的峰值，来查找并连接线段。对于图像的长和宽中的较小值L，如果找到的两条线段之间的距离小于L/16，则将它们合并成一条长线段，最终只取长度大于L/4的线段。这样的基本假设是目标多边形在图片中的大小不会特别小，并且其边缘可能会被遮挡。这个策略可以排除一部分线段，并且对于区域边界被噪声干扰或被其他物体遮盖而引起边界发生某些间断的情况有了更好的容错性和鲁棒性。
[0019]在上述技术方案中，优选的，所述匹配单元包括:计算单元，用于计算所述输入图像中每个点在X方向上和I方向上与相邻点的差分，使用准则函数以所述差分为参数计算获得角点响应值；判断单元，在所述角点响应值大于预设值时，确定该点为一个角点。
[0020]在上述技术方案中，优选的，所述分组单元包括:选取单元，用于按照η边形的边的斜率范围，选取直线斜率在所述斜率范围内的直线；分配单元，用于根据选取的直线的中心点相对于图像的位置，将所述选取单元选取的直线分为η组；组合单元，用于从所述η组中分别取出一条直线，得到η条直线，所述η条直线作为一组，得到新若干组。
【附图说明】
[0021]图1示出了根据本发明的实施例的多边形检测方法的示意流程图；
[0022]图2示出了根据本发明的实施例的四边形检测方法的示意流程图；
[0023]图3示出了根据本发明的实施例的多边形检测装置的框图。
【具体实施方式】
[0024]为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和【具体实施方式】对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
[0025]在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明并不限于下面公开的具体实施例的限制。
[0026]图1示出了根据本发明的实施例的多边形检测方法的示意流程图。
[0027]如图1所示，根据本发明的实施例的多边形检测方法可以包括以下步骤:
[0028]步骤102，获取输入图像的边缘图像；步骤104，从边缘图像中提取出多条待选直线；步骤106，将多条待选直线进行分组，每组包含η条边，并计算η条边的η个交点，将η个交点作为η边形的候选顶点；步骤108，对输入图像进行角点检测，获取一组与角点相似度最大的候选顶点，以作为η边形的顶点。
[0029]在本实施例中，将直线与角点的检测结合起来，利用两种约束共同来检测目标多边形，提出一种基于直线和角点检测目标多边形的算法，更好地利用了已知条件，具有检测快速而准确的特点。
[0030]其中，所述获取输入图像的边缘图像，具体包括:将所述输入图像转换成灰度图像；使用边缘检测器对所述灰度图像进行边缘检测，并对检测出的边缘进行加粗处理，得到所述边缘图像。
[0031 ] 在上述技术方案中，优选的，所述从所述边缘图像中提取出多条待选直线，具体包括:对所述边缘图像进行霍夫变换；根据霍夫变换峰值查找出连接线段，将查找出的连接线段作为所述多条待选直线。
[0032]对边缘图像作霍夫变换后，找到明显的霍夫变换峰值，然后利用找到的峰值，来查找并连接线段。对于图像的长和宽中的较小值L，如果找到的两条线段之间的距离小于L/16，则将它们合并成一条长线段，最终只取长度大于L/4的线段。这样的基本假设是目标多边形在图片中的大小不会特别小，并且其边缘可能会被遮挡。这个策略可以排除一部分线段，并且对于区域边界被噪声干扰或被其他物体遮盖而引起边界发生某些间断的情况有了更好的容错性和鲁棒性。
[0033]在上述技术方案中，优选的所述对所述输入图像进行角点检测，具体包括:计算所述输入图像中每个点在X方向上和I方向上与相邻点的差分；使用准则函数以所述差分为参数计算获得角点响应值；在所述角点响应值大于预设值时，确定该点为一个角点。
[0034]在上述技术方案中，优选的所述将所述多条待选直线进行分组，具体包括:按照η边形的边的斜率范围，选取直线斜率在该一范围内的直线；根据选取的直线的中心点相对于图像的位置，将选取的直线分为η组；从所述η组中分别取出一条直线，得到η条直线，所述η条直线作为一组，得到新若干组。
[0035]在下文中以四边形为优选实施例来说明根据本发明的的多边形检测方法。
[0036]图2示出了根据本发明的实施例的四边形检测方法的示意流程图。
[0037]如图2所示，步骤102，将输入图像转换为灰度图像I。使用Canny边缘检测器，对灰度图像I检测边缘，并且对边缘进行±3像素的膨胀处理，使边缘加长加粗，获得边缘图像。
[0038]步骤104，对边缘图像作霍夫变换。
[0039]步骤106，找到16个明显的霍夫变换峰值，然后利用找到的峰值，查找并连接线段。对于图像的长和宽中的较小值L，如果找到的两条线段之间的距离小于