搜索
摘要图像中直线类型特征特别引人瞩目，它是视觉感知的重要线索。图像处理中的直线检测技术是一项非常重要的技术。直线是形状图形中的一种，也是图像的重要特征，直线检测方法的研究对图像的理解、模式识别有重要的意义，也是计算机机器视觉和模式识别中最重要的任务之一。文章首先介绍了直线检测课题研究的背景、意义及国内外研究现状，为了提高直线检测精度，对直线检测前的图像预处理算法进行了详细研究，并对比了当前主流的直线检测方法。然后针对具有经典意义的基于Hough变换和Radon变换的直线检测进行了详细仿真研究。最后，基于MATLAB软件平台分别编写了基于Hough变换和Radon变换的直线检测仿真方法，通过两者的仿真结果及分析，验证本文应用的Radon直线检测方法检测效果精度相对更高。关键词：直线检测；Hough变换；Radon变换；MATLABAbstractThelinetypecharacteristicsintheimageareparticularlyeye-catching,itisanimportantcluevisualperception.Linedetectiontechnologyisaveryimportanttechnologyinimageprocessing.Isastraightlineshapeisoneofakind,animportantfeatureoftheimage,linearfeatureextractionareimportantresearchmethodofimageunderstanding,patternrecognition,anditisoneofthemostimportanttasksinthecomputervisionandpatternrecognition.Atfirst,thepaperintroducestheonlinedetectionresearchbackground,significanceanddomesticandforeignresearchpresentsituation.Inordertoimprovetheprecisionofstraightlinedetection.Imagepreprocessingalgorithmisexplainedindetailbeforelineardetection,andcomparedwiththecurrentmethodoflinedetection.Then,thelineardetectionbasedonHoughtransformandRadontransformisdescribedindetail.Finally,basedontheHoughalgorithmandRadontransformwrittencodeatplatformofMATLABsoftwarerealizationofthelinedetection.Inthispaper,thoughtheanalysisoftheresultsoftwokindsoflineardetectionandsimulationresults,itisverifiedthattheRadonlinedetectionmethodusedinthispaperhasarelativelyhighprecision.Keywords:straightlinedetection；Houghtransform；Radontransform；MATLABI目录第1章绪论..................................................................11.1论文研究的背景、目的及意义............................................1自升式平台408半潜式平台174钻井船45408174050100150200250300350400450自升式平台半潜式平台钻井船5150100200300400500600钻井驳船钻井船内驳船自升式平台钻机半潜式座底式钻井模块1.2国内外发展情况与现状..................................................11.3论文的结构和安排......................................................2第2章直线检测前图像预处理..................................................42.1图像灰度化............................................................42.2图像的灰度变换........................................................52.3直方图均衡化..........................................................62.4图像去噪处理..........................................................82.5图像边缘检测..........................................................92.6本章小结.............................................................14第3章Hough和Rodon算法检测...............................................153.1Hough变换直线检测...................................................153.2Radon变换直线检测...................................................193.3本章小结.............................................................21第4章直线检测算法仿真实验与分析...........................................224.1系统的仿真环境.......................................................224.2直线检测步骤.........................................................224.3实验结果与分析.......................................................234.4本章小结.............................................................27结论........................................................................28参考文献....................................................................28致谢.......................................................................29附录........................................................................30东北石油大学本科生毕业设计（论文）1第1章概述1.1论文研究的背景、目的及意义图像处理包括很多分支，直线形状图形只是其中一种，图像处理中的直线检测技术是一项非常重要的技术。图像中线类型特征特别引人瞩目，它是视觉感知的重要线索[1]，这些线类型特征对应图像中特征“有意义”变化的地方，例如，对于一般的灰度图像来说，线类型特征常常对应目标的轮廓线或边界线；对于纹理(或彩色)特征为主的图像，线类型特征则对应纹理(或彩色)特征显著不藏的两个区域的边界，或纹理内部细微结构之间的边界等。因此抽取这类线类型特征，无论对于描述目标或者解释图像，都是很重要的。所以直线检测是计算机机器视觉和模式识别中最重要的任务之一。直线是图像的重要特征，直线特征提取方法的研究对图像的理解、模式识别有重要的意义。比如仪表刻度线的提取实质上是直线形状的检测问题。而在各行各业的应用中，直线形状的检测技术也应用广泛，如机器人定位所需的网格识别，板材(瓷砖)表面的裂纹检测，单据表格的智能识别，零件纹路的在线检测。此外在未来的无人驾驶技术的研究上，很重要的一个识别技术就是对车道线的识别，在道路信息当中，车道线主要由直线构成，对车道线的正确识别有助于车辆行驶范围的确定，是车辆的驾驶控制的输入信息之一。在工业检测领域，一些精密仪器的加工过程同样需要摄像头来实现自动地判断加工的精确度，加工部件的直线边缘的检测同样可以使用直线检测技术来实现。道路识别、建筑物识别、医学图像分析、航空和卫星图像分析等等，这些问题归根结底，就是直线或类直线形状的检测问题。自升式平台408半潜式平台174钻井船45408174050100150200250300350400450自升式平台半潜式平台钻井船5150100200300400500600钻井驳船钻井船内驳船自升式平台钻机半潜式座底式钻井模块1.2国内外发展情况与现状直线检测是模式识别和计算机视觉中的基本任务之一，一直受到研究人员的普遍关注，因为直线是图像的一种重要的稳定性特征，在图像分析，理解和三维重建中被广泛使用。近20年来，人们提出了许多直线检测的算法，他们各有优缺点，其中有代表性的主要有以下几种。要在图像中检测直线特征，最直观也最简单的做法就是直线跟踪边缘，再根据相连边缘点的共线性得到拟合直线，典型代表是Nevatia等提出的启发式连接算法[2]。连接时主要利用边缘点的空间邻接关系，辅以梯度方向或对比度等特性。其困难在于，首先，当存在多个邻接点时，如何确定跟踪路径；其次，当边缘之间存在缝隙时如何连接。基于假设检验策略的直线提取方法[3-4]由Mansouri和Nelson等人提出。这种方法首先根据局部信息假设存在有一定长度的直线，然后利用全局信息来证实假设和启发式连接算法相比，此方法仅在短直线之间的间隔消除上有所改进。Bums等人提出的以边缘的梯度相位特性为主要根据进行编组的方法[5]，能够检测出对比度较弱的灰度变化，因此比较有效。为了避免过多的细节，该方法需要对梯度幅值取门限，而且由于计算边缘方向和对方向量化分组东北石油大学本科生毕业设计（论文）2时的误差，提取的直线容易是断裂的，短线较多。同时，拟合直线用的支持区域由相邻的边缘点组成，所以这种方法仍然是依靠空间邻接关系。利用格式塔规则对直线进行感知组织，是对直接的空间连接方法的提高。Boldt等人提出的层次记号编组方法[6]，利用了直线的邻近性、共线性等几何关系限制和对比度特性，用图搜索方法跟踪边缘，寻找图中具有最小损失路径的节点集，能够避免局部搜索时填补边缘缝隙的问题。这种方法的缺点在于，有很多门限需要人为地设定，同时容易出现过度连接的错误。当前直线检测的常用方法集中在Hough变换和Radon变换，研究的重点在于检测的精度和计算量的改进。Song提出的直线检测方法[7]同时利用了Hough变换的参数空问和原始图像空间。在预测图像梯度的基础上来加速累加过程，通过引入边界记录器在直线验证过程中减少多余的处理，同时开发了基于图像的直线粗细检测算法。Shapiro在文章[8]中说明了标准Hough变换的投票过程对其检测精度的影响，并给出了一种新的Hough-Green变换算法，精度超越了