利用改进霍夫变换进行类圆形检测的图像处理方法

摘要

一种利用改进霍夫变换进行类圆形检测的图像处理方法，本发明分为以下七个步骤：图像预处理、边缘提取和噪声滤除、梯度方向加权霍夫变换投影、投影空间低通平滑滤波、收缩处理及二值化、圆心定位和半径估计。与传统霍夫变换检测圆形的方法相比，本方法一方面降低了算法对内存的需求，提高了算法效率；另一方面改进了算法对不规则类圆形物体检测的性能；同时，也提高了算法在圆形半径变化区间较大情况下的检测精度。

主权项

一种利用改进霍夫变换进行类圆形检测的图像处理方法，其特征在于，包括以下步骤：步骤一，图像预处理，在执行后续算法之前，对待处理图像进行自适应的灰度化和亮度/对比度均衡。首先，根据各色彩分量动态范围的不同，自适应地选取图像灰度化的权重参数，给动态范围大的色彩分量以更高的权重。其次，灰度图像进行分块的直方图均衡，使得图像各块的亮度基本一致，对比度最大化；步骤二，边缘提取和噪声滤除对步骤一得到的图像，计算一阶梯度场。得到的结果是一个二维的向量场，向量的方向为梯度方向，向量的绝对值为边缘的强度。然后，对此二维向量场进行去噪声滤波，将梯度绝对值小于滤波阈值之下的梯度数据设为零。此处的阈值可以默认设为梯度场的平均绝对值，或是作为算法的参数之一供用户调整；步骤三，梯度方向加权霍夫变换投影，对步骤二得到的结果，在梯度方向上，按照不同的半径(半径检测区间内)，向二维的参数空间(圆心XY坐标)上投影。步骤四，投影空间低通平滑滤波，对于图像中不规则形状的类圆物体，经过步骤三的投影之后，圆心未必汇聚成一点，增加了后续圆心定位算法的难度。在圆心定位之前，对投影空间的图像做低通平滑滤波，使得位置相近的投影点模糊化，汇聚成团；步骤五，收缩处理及二值化，为了检测多个相连的圆形，需要对步骤四得到的结果做形态学的收缩处理。使得投影空间上多个相连或接近的圆形相互分离。然后进行自适应阈值的二值化；步骤六，圆心定位，对步骤五得到的结果进行连通区域判断。面积和投影强度大于一定阈值的区域被判断为一个圆，投影区域的质心即为这个圆的圆心坐标；步骤七，半径估计，查找在步骤六定位得出的每个圆心位置周围的梯度场数据，计算步骤二得出的大于阈值的梯度与圆心的距离分布。其中距离分布的峰值即为该圆的半径。