【图像检测】基于matlab LSD直线检测【含Matlab源码 1697期】

一、LSD直线提取算法简介

LSD算法由Grompone等2010年在结合Burns所提算法基础上提出，该算法结合图像梯度和方向信息提取直线，主要包括3部分。

1）生成直线支持区域：通过计算每个像素点的梯度，生成对应梯度场，将在一定阈值内且具有相同梯度的像素相连成为直线支持区域，如图1所示。

图1 LSD算法梯度场和直线支持域
2）直线支持区域的矩形拟合：对于每个直线支持区域我们可以观察它的最小外接矩形，矩形的主轴表示直线支持域的主轴方向，且矩形要覆盖整个区域，该最小外接矩形表示直线信息，如图2所示。

图2 直线支持域矩形拟合
3）直线确认：每个拟合的矩形都需要对应一个直线确认步骤，根据Helmholtz原则对拟合矩形进行判断[20]，验证该矩形区域是否可以作为直线提取。Helmholtz原则通过与一个假设的独立分布值为[0,2π]的噪声图相比较，判断是否为直线。在一个分辨率为m×n的图像中，可能出现（nm)5/2种直线支持域，直线支持域中像素总数为n,k为与拟合矩形同方向的像素总数，δ为一个确定的精度，直线区域的错误报警数QNFA定义如下

ε为判定阈值，如果QNFA小于ε，则该直线支持域为直线，原算法中ε取1得到了较好效果，本文也取1。

二、部分源代码

img = imread('test.png');
img_gray = rgb2gray(img);
figure;imshow(img_gray);
[~, lineIm, ~, ~, linesInfo] = LineSegmentDetector( img_gray, 0.3, 0.6, 22.5, 0.7, 1024, 255 );
figure;imshow(lineIm);
function linesInfoOut=LineCoalescer(linesInfo,verThre,latThre)
% linesInfo=LineCoalescer(linesInfo,verThre,latThre)对调整好的线段进行必要的
% 融合。
% 输入：
% 输入包含3个必要参数。
% linesInfo为直线段信息<1xK struct>。.k为直线段斜率；.b为直线段与Y轴交点值；
% .dx为倾角的余弦值；.dy为倾角的正弦值；.x1为直线段起点X坐标；.y1为直线段起点Y
% 坐标；.x2为直线段终点X坐标；.y2为直线段终点Y坐标。
% binNum为角度分隔区间个数<1x1 uint8>。
% verThre为垂直方向线段偏差阈值<1x1 double>。
% latThre为水平方向线段分离阈值<1x1 double>。
% 输出：
% 输出包含1个必要参数。
% linesInfoOut为融合更新后的直线信息结构体的胞元数组<1xN struct>。N小于等于M。
% 示例：
% priLinesInfo=LineCoalescer(priLinesInfo,5,10);
iter1=1;
tempLinesInfo=linesInfo;
%% 将需要融合的线段组旋转到水平后进行融合检测
for i=1:length(tempLinesInfo)
    curLine=tempLinesInfo(i);
    ang=atand(curLine.k);
    if (ang<0)
        ang=ang+180;
    end;
    %% 向右旋转
    angDif=0-ang;
    X1=curLine.x1*cosd(angDif)-curLine.y1*sind(angDif);
    X2=curLine.x2*cosd(angDif)-curLine.y2*sind(angDif);
    Y1=curLine.x1*sind(angDif)+curLine.y1*cosd(angDif);
    Y2=curLine.x2*sind(angDif)+curLine.y2*cosd(angDif);
    tempLinesInfo(i).x1=X1;
    tempLinesInfo(i).y1=Y1;
    tempLinesInfo(i).x2=X2;
    tempLinesInfo(i).y2=Y2;
end;
while (iter1<=length(tempLinesInfo))
    exLen=length(tempLinesInfo);
    iter2=iter1+1;
    while (iter2<=length(tempLinesInfo))
        line1=tempLinesInfo(iter1);
        if (iter1==iter2)
            iter2=iter2+1;
            continue;
        end;
        line2=tempLinesInfo(iter2);
        %% 按照长短将待判断融合的直线进行区分
        if (line1.len<line2.len)
            minLine=line1;
            maxLine=line2;
        else
            minLine=line2;
            maxLine=line1;
        end;
        lenSum=maxLine.len+minLine.len;
        maxLineY=(maxLine.y1+maxLine.y2)/2;
        minLineY=(minLine.y1+minLine.y2)/2;
        %% 两条线段垂直之间距离
        curLatDist=abs(maxLineY-minLineY);
        %% 如果距离过远大于阈值
        if (curLatDist>verThre)
            iter2=iter2+1;
            continue;
        end;
        coaFlag=0;
        %% 判断线段左右端点之间的关系
        maxLineXLeft=maxLine.x1;
        maxLineXRigh=maxLine.x2;
        minLineXLeft=minLine.x1;
        minLineXRigh=minLine.x2;
        if (maxLineXLeft>maxLineXRigh)
            temp=maxLineXLeft;
            maxLineXLeft=maxLineXRigh;
            maxLineXRigh=temp;
        end;
        if (minLineXLeft>minLineXRigh)
            temp=minLineXLeft;
            minLineXLeft=minLineXRigh;
            minLineXRigh=temp;
        end;
        if (maxLineXLeft<minLineXLeft)
            %% 长线段起点在短线段起点左侧
            if (maxLineXRigh<minLineXLeft)
                %% 长线段终点也在短线段起点左侧（有间隔）
                if ((minLineXLeft-maxLineXRigh)<latThre)
                    coaFlag=1;
                end;
            elseif (maxLineXRigh<minLineXRigh)
                %% 长线段终点在短线段起点右侧，但在短线段终点左侧（有重叠）
                coaFlag=1;
            else
                %% 长线段终点在短线段右侧（覆盖）
                coaFlag=1;
            end;
        else
            %% 短线段起点在长线段起点左侧
            if (minLineXRigh<maxLineXLeft)
                %% 短线段终点也在长线段起点左侧（有间隔）
                if ((maxLineXLeft-minLineXRigh)<latThre)
                    coaFlag=1;
                end;
            elseif (minLineXRigh<maxLineXRigh)
                %% 短线段终点在长线段起点右侧，但在长线段终点左侧（有重叠）
                coaFlag=1;
            else
                coaFlag=1;
                %% 短线段终点在长线段右侧（出错）
                disp('error');
            end;
        end;
        %% 如果满足融合条件
        if (coaFlag==1)
            %% 融合后的线段的Y坐标按照两线段长短的比重进行分配，长线段的比重大，融合后线段靠近长线段
            P1=maxLine.len/lenSum;
            P2=minLine.len/lenSum;
            newX=[maxLine.x1,maxLine.x2,minLine.x1,minLine.x2];
            newY=(P1*maxLineY+P2*minLineY).*ones(1,4);
            minX=Inf;
            maxX=-Inf;
            %% 确认新线段的起始点坐标
            for m=1:4
                if (newX(m)>maxX)
                    maxX=newX(m);
                    maxY=newY(m);
                end;
                if (newX(m)<minX)
                    minX=newX(m);
                    minY=newY(m);
                end;
            end;
            tempLinesInfo(iter1).x1=minX;
            tempLinesInfo(iter1).y1=minY;
            tempLinesInfo(iter1).x2=maxX;
            tempLinesInfo(iter1).y2=maxY;
            tempLinesInfo(iter1).len=maxX-minX;
            tempLinesInfo(iter2)=[];
        else
            iter2=iter2+1;
        end;
    end;
    afLen=length(tempLinesInfo);
    if (exLen==afLen)
        iter1=iter1+1;
    end;
end;
%% 将融合后的线段按照倾斜角重新旋转回原角度
for i=1:length(tempLinesInfo)
    curLine=tempLinesInfo(i);
    ang=atand(curLine.k);
    if (ang<0)
        ang=ang+180;
    end;
    X1=curLine.x1*cosd(ang)-curLine.y1*sind(ang);
    Y1=curLine.x1*sind(ang)+curLine.y1*cosd(ang);
    X2=curLine.x2*cosd(ang)-curLine.y2*sind(ang);
    Y2=curLine.x2*sind(ang)+curLine.y2*cosd(ang);
    tempLinesInfo(i).x1=X1;
    tempLinesInfo(i).y1=Y1;
    tempLinesInfo(i).x2=X2;
    tempLinesInfo(i).y2=Y2;
    tempLinesInfo(i).b=(Y1+Y2)/2-curLine.k*(X1+X2)/2;
end;
linesInfoOut=tempLinesInfo;
end

  

 

  
 
 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
  
57
  
58
  
59
  
60
  
61
  
62
  
63
  
64
  
65
  
66
  
67
  
68
  
69
  
70
  
71
  
72
  
73
  
74
  
75
  
76
  
77
  
78
  
79
  
80
  
81
  
82
  
83
  
84
  
85
  
86
  
87
  
88
  
89
  
90
  
91
  
92
  
93
  
94
  
95
  
96
  
97
  
98
  
99
  
100
  
101
  
102
  
103
  
104
  
105
  
106
  
107
  
108
  
109
  
110
  
111
  
112
  
113
  
114
  
115
  
116
  
117
  
118
  
119
  
120
  
121
  
122
  
123
  
124
  
125
  
126
  
127
  
128
  
129
  
130
  
131
  
132
  
133
  
134
  
135
  
136
  
137
  
138
  
139
  
140
  
141
  
142
  
143
  
144
  
145
  
146
  
147
  
148
  
149
  
150
  
151
  
152
  
153
  
154
  
155
  
156
  
157
  
158
  
159
  
160
  
161
  
162
  
163
  
164
  
165
  
166
  
167
  
168
  
169
 

三、运行结果

四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.
[5]曹义亲,何恬,刘龙标.基于改进LSD直线检测算法的钢轨表面边界提取[J].华东交通大学学报. 2021,38(03)

文章来源: qq912100926.blog.csdn.net，作者：海神之光，版权归原作者所有，如需转载，请联系作者。

原文链接：qq912100926.blog.csdn.net/article/details/122802014