一种基于改进Hough变换的直线快速检测算法_段汝娇

第31卷 第12期2010年12月

仪器仪表学报

Ch i nese Journa l o f Sc ientific Instru m ent

V o l 131N o 112D ec .2010

收稿日期:2010-07 R ece i ved D ate :2010-07

*基金项目:铁道部-清华大学科技研究基金(J 2008X011)资助项目

一种基于改进H ough 变换的直线快速检测算法

*

段汝娇,赵 伟,黄松岭,陈建业

(清华大学电机系电力系统国家重点实验室 北京 100084)

摘 要:针对传统H ough 变换计算量大、耗费内存空间、参数空间峰值点被次峰值点包围、易造成漏检或误检等缺陷,提出一种改进的H ough 变换直线快速检测算法。首先检测图像中相邻的像素点并进行聚类,形成一些相连的像素点的集合,然后将聚类后的像素点进行感知编组,细分成比原聚类线段更接近直线的线段,最后对每段近似直线用随机H ough 变换进行检测,从而精确地检测出图像中相应的直线。实验表明,与传统H ough 变换相比,改进后的算法计算量小,节省内存,无需先验知识,且抗干扰性有显著提高,并降低了误检率和漏检率。

关键词:像素点聚类;感知编组;随机H ough 变换;直线检测;快速检测

中图分类号:TP391.41 文献标识码:A 国家标准学科分类代码:510.4050

Fast line detecti on al gorith m based on improved

H ough transformati on

Duan Rujiao ,Zhao W e,i H uang Song li n g ,Chen Jianye

(State K ey Lab of P o w er Syste m,D e p ar t m ent of Electrical E n g ineer i ng,T singhua Uni ver sity,Beijing 100084,China)

Abst ract :H ough transfor m (HT)is a popu l a r too l for li n e detecti o n due to its r obustness to noise and m issi n g data .

H o w ever ,the co m putati o na l cost and m e m ory space consu m ption assoc i a ti n g w ith its voting sche m e have prevented its applicati o ns .H ere an i m pr oved HT algo rithm is proposed to so lve these pr oble m s .Firstly the neighbor pixels are clustered ,and then the c l u sters are subd i v ided i n to sets ofm ost perceptua ll y si g nificant stra i g ht li n e seg m ents .For each seg m en,t its best fitting line can be found usi n g rando m H ough transfor m (RHT ).Co m pared w ith trad itional HT algor ithm ,the proposed approach can not on ly accelerate the co m puting speed and save m e m ory space ,but a lso produce a m uch cleaner vo ti n g m ap and m ake the transfor m m ore robus.t K ey w ords :pixel cluster ;perceptua l organ izati o n ;RHT;li n e detecti o n ;fast detection

1 引 言

自动识别图像中的直线,是图像处理和计算机视觉领域的一个重要课题。Hough 变换是处理此问题的一种有效工具,具有良好的鲁棒性和抗干扰能力,在许多领域得到了应用[1-6]

。H ough 变换算法的主要思想是,先将参数平面按一定步长离散化为许多小格,然后采用/多对一0映射,计算图像空间中共线的多个像素点在参数平面中对应的参数值,若计算结果落在参数平面某一小格内,就使该小格的累加器加1,累积值最大的小格即为图像

空间中直线的参数。这种从图像域/投票0到参数域的

穷尽式搜索模式,不仅计算量大,占用内存多;同时,参数

域中得票最多的小格被得票数次多的小格所包围,容易对检测造成干扰,导致对直线的误检或漏检。

针对H o ugh 变换的上述缺陷,一些学者提出了改进

措施。K ir yati 等人提出了概率Hough 变换(P HT )[7]

,具体是将图像数据映射到参数域中具有更大概率的单元,而非所有单元。Due 等人提出了随机H ough 变换(也称RHT )[8-11]

,即通过对像素点的随机采样,避免传统H ough 变换需庞大计算量,且降低了内存需求;但其处理复杂图

第12期段汝娇等:一种基于改进H ough变换的直线快速检测算法2775

像时,会引入大量无效采样和累积,使算法性能大为降

低。Gonzalo Pajares提出利用梯度方向信息对R HT采样

点对的选择和累积进行改进[12],但对梯度方向分散、梯

度信息利用价值不大的图像,该方法并不适用。邱桑敏

介绍了一种快速霍夫变换算法[13],虽然其较传统霍夫变

换的计算时间有减少,但占用内存空间增加了近一倍。

J.M atas提出了一种新的自适应P HT算法[14],通过比较

包含像素点的各个小区域的差别来减少检测直线所需的

计算量。文献[15]中采用全局阈值和局部阈值相结合

的方法去除虚假尖峰,但该方法对直线的断裂较为敏感。

针对上述问题,本文试提出一种基于改进H ough变换的

直线快速检测方法。

2基于H ough变换的直线检测算法

H ough变换[16]的基本思想是,利用图像域与参数域

的点与线之间的对偶原理,具体地,图1(a)x-y坐标系中

直线y=k

0x+b

上的任意两点P

1

、P

2

分别与图1(b)所

示k-b坐标系中的两直线L1、L2相对应;而L1、L2的交点

P

0对应于x-y坐标系中的直线L

。

图1H ough变换的点-线对偶原理示意

F i g.1T he pr i nciple diag ram ofH ough transf o r m

针对在x-y坐标系中垂直于x轴的直线的k值为无

穷大的情况,通过将x-y坐标系对偶到H-Q参数坐标系

就可解决此问题,见图1(c)。H ough变换将H-Q参数平

面量化为许多小格,对x-y坐标系中的每一个像素点

(x,y),逐一计算不同H量化值对应的Q值,并在对应

的量化小格累积加1,或称/投票0。最后,检测整个量

化参数空间累加器的峰值,此峰值即为对应的图像域

中直线的参数。把检测到的峰值及其一定范围内的邻

域值置零,然后继续检测,直到检测出了所关注的所有

条直线为止。

3基于改进的H ough变换的直线检测算法

3.1相邻像素点的聚类

受外部噪声和图像采集设备性能不完备等因素的影

响,实采图像经滤波、分割、细化、边缘检测等预处理后,

在结果图像中得到的仍会是不平滑的直线、由不平滑直

线组合成的折线,以及未滤除噪声所形成的小短线等。

若利用传统H ough变换,在图像处理过程中因噪声形成

的小短线很容易对检测真正的直线造成干扰,导致对直

线的误检或漏检。故为减小这种干扰,首先应将图像中

相邻的像素点聚为一类[17],具体算法步骤如下:

1)在已知的二元图像)中任取一点P

,判断是否

P

=1,即是否为特征像素点,若不是,则重新选取,若

是,则执行步骤2;

2)将新找到的特征点的位置记为P,记录该特征

点,放入特征点集合一端S+P v S,并将该点的像素值置

为零P=0;

3)依次对P点所有的邻域进行判断,是否为特征点,

若是,则立即返回步骤2,若未找到特征点,则执行步

骤4;

4)重新搜索P

点邻域,判断是否存在其他方向相连

的特征像素点,若存在,则立即执行步骤5,若不存在,则

结束;

5)将特征点放入集合的另一端P+S v S,其余操作

与步骤2相同;

6)继续判断P点所有的邻域,看是否为特征点,若

是,则返回步骤5,若未找到特征点,则结束。

图2为像素点聚类算法的流程图,经上述过程处理

后,图像中的所有不相连的像素点就分别聚合到了一起;

同时,图像中那些孤立的像素点则被剔除了。这样做的

好处是,将像素点分别聚类成近似直线,缩小了检测直线

的范围,使检测目标更明确,且即使距离很近的平行线也

会被分离开,避免了误检或漏检,同时减少了计算量和计

算时间。