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

举报
海神之光 发表于 2022/05/28 23:22:45 2022/05/28
【摘要】 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...

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。
在这里插入图片描述
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。
在这里插入图片描述
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
在这里插入图片描述
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

在这里插入图片描述
在这里插入图片描述

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

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。