一種圖像中相交直線角度計(jì)算方法

王杰 孫心怡 金曙 張學(xué)偉 汪林

【摘 要】圖像中相交直線的角度是圖像的重要特征，本文提出了一種利用最大類間方差法計(jì)算圖像中相交直線角度的方法。首先將待處理圖像二值化，然后利用邊界跟蹤函數(shù)找到給定坐標(biāo)附近的直線邊界，最后采用最小二乘法匹配出所需直線，進(jìn)而求得直線角度。實(shí)驗(yàn)結(jié)果表明，提出的方法能夠有效地檢測(cè)到圖像中的相交直線，并計(jì)算角度值，且該方法簡(jiǎn)潔、準(zhǔn)確。

【關(guān)鍵詞】相交直線;角度計(jì)算;最大類間方差

中圖分類號(hào)： TP391.41文獻(xiàn)標(biāo)識(shí)碼： A文章編號(hào)： 2095-2457（2019）23-0057-002

DOI：10.19694/j.cnki.issn2095-2457.2019.23.024

【Abstract】The angle of the intersecting line is an important feature in the image. This paper proposes a method to calculate the intersecting line angle in the image by using the maximum inter-class variance method.First，the image to be processed is binarized，then the boundary tracking function is used to find the boundary of the line near the given coordinates，and finally the least squares method is used to match the desired line，and then the line angle is obtained.The experimental results show that the proposed method can effectively detect the intersecting lines in the image and calculate the angle value，and the method is simple and accurate.

【Key words】Intersecting straight line; Angle calculation; Maximum between-cluster variance

0 引言

直線相交角度作為圖像穩(wěn)定的稀疏特征，它包含圖像中的重要結(jié)構(gòu)信息，在計(jì)算機(jī)視覺(jué)和圖像處理中起著關(guān)鍵和不可替代的作用。圖像直線與直線夾角檢測(cè)理論和方法一直是計(jì)算機(jī)視覺(jué)和圖像處理領(lǐng)域經(jīng)久不衰的研究熱點(diǎn)。對(duì)于直線的檢測(cè)，先后提出很多不同的算法，經(jīng)典直線檢測(cè)算法的例如Canny、LoG、Sobel等邊緣檢測(cè)算子[1-2]。本文針對(duì)相交直線的角度計(jì)算方法進(jìn)行研究，基于最大類間方差法計(jì)算圖像中相交直線的角度，大致思路是先從局部圖像中提取直線，通過(guò)二維向量求得角度大小。

1 方法實(shí)現(xiàn)

最大類間方差法閾值分割法的理論基礎(chǔ)是基于二元統(tǒng)計(jì)分析得到的，其中心思想是選取的最佳閾值應(yīng)當(dāng)盡可能地使圖像分割產(chǎn)生的區(qū)域類內(nèi)方差最小，類間方差最大[3]，具有性能穩(wěn)定、分割效果好的優(yōu)勢(shì)[4]。本文就是對(duì)類間方差法進(jìn)行研究和實(shí)現(xiàn)。與傳統(tǒng)的直方圖不同，最大類間方差法閾值分割利用直方圖統(tǒng)計(jì)來(lái)進(jìn)行分割[5-6]，即使用混合集概率密度函數(shù)估計(jì)來(lái)代替圖像的灰度值，它默認(rèn)圖像中的每個(gè)像素點(diǎn)在灰度上都是滿足獨(dú)立同分布的，通過(guò)分析圖像的概率密度，達(dá)到圖像的分布誤差盡可能小，實(shí)現(xiàn)對(duì)圖像的有效分割。

1.1 閾值分割

基于最大類間方差法閾值分割法的基本原理，通過(guò)MATLAB仿真獲得閾值和自行設(shè)定的閾值進(jìn)行閾值變換，如圖1所示。對(duì)二值圖像進(jìn)行邊界跟蹤，以非零像素為對(duì)象，零像素為背景，識(shí)別出二值圖像中邊界，如圖2所示。

1.2 算法流程

1.3 仿真結(jié)果

利用MATLAB對(duì)算法進(jìn)行仿真，其結(jié)果如圖4、5、6所示。圖5（a）為從原圖截取的子區(qū)域，圖5（b）為彩色RGB圖像轉(zhuǎn)換的灰度圖像，圖5（c）為由Otsu算法產(chǎn)生的二值圖像。

2 結(jié)論

本文提出了一種通過(guò)基于最大類間方法的圖像相交直線檢測(cè)方法。利用最大類間方差法實(shí)現(xiàn)圖像的自動(dòng)閾值匹配，將圖像二值化，再利用邊界跟蹤函數(shù)提取出邊界，最后再用最小二乘擬合出直線。該方法對(duì)于圖像具有速度快、準(zhǔn)定高、實(shí)現(xiàn)簡(jiǎn)單的特點(diǎn)。

【參考文獻(xiàn)】

[1]韓利利，田益民，齊千慧，等.基于MATLAB數(shù)字圖像邊緣檢測(cè)算法的研究[J].北京印刷學(xué)院學(xué)報(bào)，2019（7）.

[2]李凌.基于Canny的邊緣檢測(cè)改進(jìn)算法[J].通化師范學(xué)院學(xué)報(bào)，2019（6）.

[3]陳雪鑫，卜慶凱.基于改進(jìn)的最大類間方差法的水果圖像識(shí)別研究[J].青島大學(xué)學(xué)報(bào)（工程技術(shù)版），2019（2）.

[4]易三莉，張桂芳，賀建峰，等.基于最大類間方差的最大熵圖像分割[J].計(jì)算機(jī)工程與科學(xué)，2018，40（10）：162-169.

[5]趙怡，鄧紅霞，張玲，等.基于最大類間方差的權(quán)重自適應(yīng)活動(dòng)輪廓模型[J].計(jì)算機(jī)工程與設(shè)計(jì)，2018.

[6]曲豪，張棟梁.最大類間方差耦合分水嶺分割的目標(biāo)定位算法[J].電視技術(shù)，2017（11）：64-68.