计算机视觉理论笔记 (8) - 形状检测 (Shape Detection)

总览

为了识别物体，我们需要提取和分析其结构元素(structural elements)。典型的结构元素是线条(lines)和基本几何结构(basic geometric shapes)。

直线检测 (line detection)

直线是一个抽象的几何对象，在数学上由等式描述:
y = a * x + b, a 和 b 是描述直线的系数。

假设你需要在一个包含N点的二进制图像中找到直线。 有什么可能的解决方案？
可能解决方案：查找由每对点确定的所有线。 将那些具有相似参数的行组合在一起。 计算平均参数，以一条平均线代表每个组。但是当点很多的时候，我们会创建出非常多直线。

Hough Transform (霍夫变换)

通过转换
将坐标系 y = ax + b 转化为
坐标系 b = -x a + y

a和b的取值能够代表在某一点上形成的直线的可能情况。因此我们能够从多个点中寻找其在 a-b 图上的最多交汇点，该交汇点的a值和b值能够描述拟合的直线。

整个数组的元素初始化都为0，对于(a, b) 坐标系中的每一行，将获得的值a和b舍入到最接近的单元格。如果一条线穿过一个单元格，则其累计值将会增加一。算法的准确性(accuracy)取决于数组大小。

垂直线的问题 (The Problem of Vertical Lines)

垂直线的参数a是个无限大值 x = y / a + C。
一种可能的解决方案是使用极坐标系 (Polar Coordinate System) 而不是笛卡尔坐标系 (Cartesian Coordinate System)。
x * cos θ + y * sin θ = ρ (其中，ρ不能大于图像的对角线 diagonal，θ的值范围是 0 ~ 360°)


红线：θ = -45°，ρ = 10
蓝线：θ = 135°，ρ = 10
黄线：θ = 45°，ρ = 10
其中，红线和蓝线是平行的且ρ都是正数。若θ的值被限定在 [-90,…,90]，则蓝线的表示应该更改为：θ = -45°，ρ = -10。同时，ρ的范围也就是 [-H, … +D]，H代表原图像的高，W代表原图像的宽。


对于图像空间中的每一个点xi, yi：

1. 对于所有θ的使用公式计算ρ：ρ = xi * cosθ + yi * sinθ
2. 在坐标 (θ，ρ) 处，递增与单元格对应的数字。
   在累加器矩阵 (accumulator array) 中的峰 (peak) 对应了检测到的线的参数。
   
   

直线定位(Line Localisation)

对于不同的点组 (point group)，霍夫变换可能会产生完全相同的结果，这些点分布在由相同参数 (same parameters) 描述的直线上。

可能需要进行连通性分析 (connectivity analysis) 以识别连续的直线。 小于特定最小长度的段(segment)可以忽略。

直线粗细

只有抽象几何直线未定义粗细。如果图像线的粗度为几个像素，则霍夫变换可以找到由不同点组合产生的多条线。
这个问题可以通过以下方法消除：

• 闭合线 (close line) 的参数平均 (parameter averaging)。
• 通过形态学腐蚀 (morphological erosion) 使图像直线变细。
  

形状检测

路标识别

我们如何从霍夫变换中推断出图像中存在三角路标呢？

• 首先，使用颜色信息提取候选对象 (candidates)。
  
• 接着，使用角度与角度之和为180属性之间的关系，得出这三条线之间的关系是等边三角形。
  

圆形检测 (Circle Detection)

在 (x - cx)² + (y - cy)² = R² 中，对于红色圆上的每一个 (x, y)，都有
(cx - x)² + (cy - y)² = R²

交汇的点(cx, cy) 就是 目标半径下 的圆心点。

应用

• 自动装配线必须检测橡胶垫圈和垫片的存在和位置。(内部半径 15pix，外部半径 20pix)
  
• 使用霍夫变换的圆检测结果如下所示。 结果的质量在很大程度上取决于您可以找到的边缘的质量，并且还取决于您对要检测的圆的大小有多少先验知识。
  

霍夫变换的注意事项

• 霍夫变换可用于定位直线，圆和简单的多边形。
• 计算的复杂度和内存要求很高。
• 可能需要连通性分析(connectivity analysis)以丢弃不相关的点或短线段。
• 如果可以解决歧义(ambiguities)，则横向直方图技术(Lateral Histogram Techiniques)是形状检测和定位(shape detection and location)的低复杂度替代方案。