影像中角落的偵測(cè)

1、繳交日期：2002/01/240.第一章前言第二章文獻(xiàn)探討2.Gradient Operator2.Laplacia n Operator3.Hessia n3.KR s MethodGHT第三章程式介紹.6.程式介面:程式的使用流程:操作展示一:直角h.bmp操作展示二：斜角rect.bmp13操作展示三:圓角roundangle.bmp20第四章結(jié)論23第五章參考文獻(xiàn)25暴*第一章 前言現(xiàn)在影像處理技術(shù)應(yīng)用廣泛，而邊緣偵測(cè)也是一個(gè)重要的課題，再其 中邊角的偵測(cè)(Corner Detection)更為有用。我們求出邊界角後，所 能應(yīng)用的範(fàn)圍就很廣了。例如：由空照?qǐng)D，我們可以偵測(cè)出建築物的 邊

2、緣以及角落，以定出位置?；蛑僮鲕嚺票孀R(shí)時(shí)，我們可以把車 牌的邊角偵測(cè)出來(lái)，再對(duì)其內(nèi)的目標(biāo)做進(jìn)一步的辨識(shí)出車牌號(hào)碼。又 或著，只是單純的希望去由CCC所擷取到的影像中，去偵測(cè)有哪些地 方有邊角，讓機(jī)器手臂去定位，之後再去做接下來(lái)的作業(yè)。這些都是 Corner Detection可以應(yīng)用的範(fàn)圍。其中遮罩的使用是比較普遍的方式。而其中梯度運(yùn)算子(Gradie ntOperator )' f以及Laplacian運(yùn)算子I 2 f。我這次的專題報(bào)告主要是希望藉由這兩個(gè)運(yùn)算子以求邊界角落，主要是希望基於前人的理 論，並以程式的方式將其實(shí)務(wù)化。第二章文獻(xiàn)探討本章的對(duì)象是針對(duì)本課程影像處理所討論的

3、離散數(shù)列，而並非數(shù)學(xué)上的連續(xù)函數(shù)。在此先說(shuō)明一下之後會(huì)用到的名詞以及預(yù)先作一個(gè)定 義。Z1乙乙Z4乙乙乙乙Z9在一個(gè)3x3的image region中，Z5是我們接下來(lái)做遮罩運(yùn)算時(shí)的對(duì) 象，而其他的為Z5的相鄰。Gradient Operator此遮罩運(yùn)算子在邊緣的地方響應(yīng)特別強(qiáng)烈。所以，常用來(lái)作為邊緣檢 測(cè)的工具2.。fGxl孰1】Gy 一_£y 1maggf)=G2+Gy1/2在影像處理中，Gx和Gy為Sobel operator masks而 Gx 二Z724%-乙2C2Z3Gy =Z32ZbZgN2C4Z7Laplacian Operator2： 2 fT2 xr2 f:y2

4、而在影像處理上，Laplacia n數(shù)學(xué)上的意義2.為也是一個(gè)常用來(lái)作邊緣檢測(cè)的工具其遮罩為4Z5 -(Z2Z4Z6Z8)HessianThe local intensity variation is expanded as follows:22I(x,y) = I (0,0) IxX Iyy IxxX /2 IxyXy gy /2而其二階微分的對(duì)稱矩陣為一 lyxI:,where I xyyx2xy而 Hessian =det( (2)= I xxI yy這是Beaudet(1978)所得到的一個(gè)遮罩運(yùn)算子 為對(duì)於邊角的偵測(cè)所提出的理論3.KR s MethodKitchen and Ros

5、e nfeld (1982)提出了一個(gè)對(duì)於定位邊角不同的想法去防止複雜的步驟3.。他們發(fā)現(xiàn)了有效的運(yùn)算子去判斷突出的梯度變化率，並且證明了數(shù)學(xué)上的水平曲率K和之前提到的強(qiáng)度函數(shù)I有關(guān)。為了獲得一個(gè)可行邊角的弧度表示法，他們把水平曲率k乘上localinten sity gradie nt g的大小:xx(I；2)1/2y )2IxyIxIyy I其後，1983 Nagel 也證明了 KR corner detector的可行性。GHT在 1986 Davies 提出了 GHT(Generalized Hough Transform)在邊角 偵測(cè)上合適的技術(shù)4.。主要的方法是對(duì)邊緣的每一個(gè)點(diǎn)作一

6、個(gè)範(fàn)圍的D的法線上的點(diǎn)如右圖，如此在corner的局部，其頻譜會(huì)較大也藉此將 corner與 edge的差異突顯出來(lái)。我就是依照這差異，在做出其頻譜之後，對(duì)其頻譜做二元化的動(dòng)作，將頻譜較小邊的局部給去掉，最後留下的就是頻譜較大的角的部分。這樣的好處就是可以偵測(cè)出有些許弧度的角落，畢竟像是下圖那樣的圖形，其實(shí)也算是個(gè)破碎的角落。這也是需要被偵測(cè)出來(lái)的。第三章程式介紹程式介面:A介面解說(shuō)：1. FILE:包括開(kāi)檔，存檔以及 Exit。2. Processing :包括灰階化，二元化，細(xì)線化其實(shí)是去對(duì)其作求骨架的動(dòng)作，所以必須先對(duì)他做過(guò) Sobel或者Laplacian的邊緣強(qiáng) 化的動(dòng)作，和Init

7、ialize要做參數(shù)的初始化用。3. Detector I ：包括了 SobelGradient 運(yùn)算 ，Laplacian 的邊緣偵 測(cè)方法。4. Detector II :就是Hessian，還有KR所用的方法，以及 GHT的邊 角偵測(cè)方法。程式的使用流程:1. 首先開(kāi)啟檔案 限制為 512x512x16bits2. 之後圖檔會(huì)show在Form上，這也就是我們所要處理的對(duì)象。3. 依圖檔的對(duì)象以及目的的不同，可以分別對(duì)其做二元化，灰階化， 或者細(xì)線化 其實(shí)是去對(duì)其作求骨架的動(dòng)作，所以必須先對(duì)他做過(guò) Sobel 或者 Laplacian 的邊緣強(qiáng)化的動(dòng)作 。4. 接下來(lái)必須要做的動(dòng)作是 P

8、rocessing->Initialize 。因?yàn)檫@個(gè)動(dòng) 作是去將圖面上的參數(shù) I x , I y , I xx , I yy , I xy ，之後對(duì)現(xiàn)在 show在Form上面的圖作處理這表示可以重複的對(duì)這張圖做不同 的處理。不過(guò)每做完一種處理，假設(shè)是希望在對(duì)處理過(guò)後的圖去做 別的處理就需要在做一次 Initialize 的動(dòng)作。不過(guò)做完了一次 Initialize 的動(dòng)作之後，可以去看看 Detector I 各種處理過(guò)後的 結(jié)果其實(shí) Detector 只是一個(gè)去把結(jié)果切換的工具，其實(shí)所有的 參數(shù)在 Initialize 過(guò)後就已經(jīng)決定了，也並是由此決定的，所以這個(gè)動(dòng)作可說(shuō)是本次專題

9、處理的核心 ) 。5. 如果是採(cǎi)用 KR's Method 去做處理，那麼還有個(gè)動(dòng)作需要去調(diào)整。就是去調(diào)整畫(huà)面左方 KRs Method這個(gè)ToolBox裡面的閥值，去 手動(dòng)調(diào)整出最合理的結(jié)果，這是一個(gè)必須的動(dòng)作。6. 假設(shè)是採(cǎi)用 Detector II->GHT 也就是本次專題，結(jié)果最成功的角偵 測(cè)器。則需要再去對(duì)其做二元化的動(dòng)作，其實(shí)也就是跟 5. 一樣的 手動(dòng)調(diào)整濾掉我們所不需要的局部。但是這個(gè)方法的二元化閥值 取得並不困難，只要稍加調(diào)整就可以找到最正確值了，但是尚未發(fā) 展出可以 100%正確的濾去雜訊的遮罩，所以有時(shí)或許會(huì)有許多的 雜訊出現(xiàn)，然而其效果仍然比其他的方法好得

10、多了。另外在 5.和 6.經(jīng)過(guò)把主要的點(diǎn)濾出以後，剩下來(lái)的零星的點(diǎn)就是Corner detection 反應(yīng)比較強(qiáng)烈的地方，接下來(lái)還可以做的是去用 累積方格的方式去找出實(shí)際圖上真正是角落的地方，同時(shí)標(biāo)出來(lái)。不 過(guò)，這局部也是尚未著手，但是在作業(yè)六中已經(jīng)有過(guò)實(shí)作過(guò)了，這是 可行的計(jì)劃。操作展示一：直角h.bmp原圖：邊緣偵測(cè):Sobel禾口 Laplacian的結(jié)果相仿，差異不大，皆如下圖角落偵測(cè):Hessian的結(jié)果:I- 口1刈歸虧慄臨理 CTOina Dc；icx1ioji0L-E Pro： Drafci I Dcm t>i 0Kfi H«rtwrsslsi®*-

11、iKR的結(jié)果:£ILE tnuE：白哮I遇LkvtufLlTDetection値 3rs<® ffl -.-雖住話戛«.fff s _kiBrtl悅-R-KWGHT勺結(jié)果:-|n|x|偵測(cè)白色外凸-|g|x|0LE Ejtkcm QratfcjI： Dt樂(lè)toil釦曙I創(chuàng)KA Hbfd*誠(chéng)H問(wèn)値_l廠歸CoinEi DelettiouE3LE £n>:ew RtKfcj DriKt-r 朋値Hi劃魯nti：sn 偵測(cè)白色內(nèi)凹 黑色外凸?？芍邔?duì)垂直直角的響應(yīng)都非常好。GHT對(duì)於白色的內(nèi)凹響應(yīng)不 強(qiáng)，用一個(gè)參數(shù)的正負(fù)號(hào)可補(bǔ)強(qiáng)操作展示二：斜角r

12、ect.bmp-nljd原圖：口霽像煤理 Coraei DetectionFILE Process Deteclor I Detector II閥譴t2IE. 閥其合戲 鑿使到要遷譜 調(diào)頑找乎的頻邊緣偵測(cè):必須先對(duì)其做二元化Sobel的結(jié)果:Laplacian 的結(jié)果兩者的效果都不錯(cuò)。角落偵測(cè)：Hessian的結(jié)果:就無(wú)法只顯示出角落的局部了KR的結(jié)果:fli* 影Corner DetectionEILE £ro«$s etetior I Dfiteotor IIMethod-三1閥値|3108闕M合戒筒 荃使到要邊譜 詞値找乎的掠紅色表示有找到的角落點(diǎn)。而藍(lán)色則表示未偵測(cè)

13、到的角落點(diǎn)。再降低閥值的結(jié)果:紅色表示有找到的角落點(diǎn)。而黃色則表示雜訊，即誤判的點(diǎn)GHT勺結(jié)果:白色外凸:4 彭像東理 Coniei DetectionFILE Process Deteclor I Detector II閔聲I刮KR MethodH關(guān)値|Edit2 IS使到要邊譜 調(diào)頑拔乎的頻紅色表示有找到的角落點(diǎn)。而藍(lán)色則表示未偵測(cè)到的角落點(diǎn)。白色內(nèi)凹:紅色表示有找到的角落點(diǎn)。而藍(lán)色則表示未偵測(cè)到的角落點(diǎn)。所以兩種情形相輔相成，出來(lái)的結(jié)果令人滿意操作展示三:圓角roundangle.bmp原圖：角落偵測(cè):nljdKR的結(jié)果:4 寥像Corner DetectionFILE Process

14、Deteclor I Detector II儲(chǔ) 膽其合求 蘭50笙便到要邊譜 帛醫(yī)調(diào)晅找乎的頻尚稱集中，但是弧形過(guò)大易造成日後再製作累積方格時(shí)的困難。GHT勺結(jié)果:效果比KR稍微好一些，在GHT里面有個(gè)參數(shù)可以調(diào)整去找不同弧度 大小的圓角，這是比較佔(zhàn)優(yōu)勢(shì)的地方。第四章 結(jié)論比較 SobelGradient 運(yùn)算子和 Laplacian 偵測(cè)邊緣的能力 ，似乎是 沒(méi)有孰優(yōu)孰裂，各有各的好處，雖然 Laplacian 的響應(yīng)比較強(qiáng)，但是 也可能因此受到雜訊的干擾而大失效果 ，反之 Sobel 的廣泛的使用就 不僅僅侷限在邊緣的偵測(cè)了。在Hessian、KRsMethod還有GHT來(lái)偵測(cè)角落的結(jié)果比

15、較中，KR和GHT是比較能夠準(zhǔn)確的偵測(cè)出各種角落的，而 GHT的使用的彈性範(fàn)圍又比KR的大也可用GHT的同理去找尋圓的特偵點(diǎn)。其實(shí)各種方法各有各的優(yōu)點(diǎn) ，依照目標(biāo)而隨時(shí)改變方法是比較好的方法，且應(yīng)適時(shí)使用各種影像處理的技巧，女如二元化，細(xì)線化，反白等等，這樣才能將各種方法的能力發(fā)揮到極致。這個(gè)程式或許還有許多的缺失，例如有時(shí)候記憶體會(huì)無(wú)法去除，導(dǎo)致出來(lái)的結(jié)果會(huì)是錯(cuò)誤的。然而在初始執(zhí)行的時(shí)候，其成功率是符合水準(zhǔn)的。並且有些功能不是寫(xiě)得很完整，還需要去做手動(dòng)的調(diào)整，在找出角落點(diǎn)之後也尚未能將其在原圖上標(biāo)出，然而，這些都是可期而且可做的，也希望未來(lái)在有時(shí)間的情況下能夠把現(xiàn)有的一些問(wèn)題解決， 並且將這

16、個(gè)專案完整的完成。在這次專題製作的過(guò)程中，了解到了除了程式外的事物，科學(xué)家們能夠想出那些方法實(shí)在是很厲害，藉由現(xiàn)今科技的發(fā)達(dá)也一步一步證實(shí) 了他們理論的正確，對(duì)他們實(shí)有說(shuō)不出的佩服。在執(zhí)行這篇專題時(shí)遇到了許許多多的困難，也希望在將這篇完成之後，能夠幫助別人在碰到與我之前一樣的困難時(shí)能夠迎刃而解。另外，在參考文獻(xiàn)1. 使用K曲率法則於二維物體的分?jǐn)帱c(diǎn)偵測(cè)之 研究當(dāng)中也利用其法去找出了許多的斷點(diǎn)就像角落一樣紅色的 原點(diǎn)即為斷點(diǎn)，這也是可以考慮使用與學(xué)習(xí)的方法。圖2 斷點(diǎn)示意圖第五章 參考文獻(xiàn)1. 柳美鈴。 2000。使用 K 曲率法則於二維物體的分?jǐn)帱c(diǎn)偵測(cè)之研 究。碩士論文。臺(tái)中：朝陽(yáng)科技大學(xué)工業(yè)工程與管理技術(shù)系。2. Ra