买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆大学

摘要：本发明公开了基于图像梯度阈值计算的改进移动机器人EDLines线段检测方法，为了剔除图像中梯度值较低的像素点，需要结合梯度值计算出图像梯度的阈值，以提取出更加有效的线段；采用PROSAC方法剔除噪声点，最后线段筛选与合并策略；基于该改进的方法，能够解决线段断裂、短小的问题，并具有线段检测速度快、符合真实场景结构的优势。本发明采用的融合图像畸变矫正、图像梯度阈值计算、线段筛选合并等模块的EDLines方法的线段检测速度提高了66.7％，检测到的线段质量高，少有断裂、短小的线段，且抑制了一部分误检的直线，在保证线段检测速度的同时提取到贴合真实场景结构的直线段。

主权项：1.基于图像梯度阈值计算的改进移动机器人EDLines线段检测方法，其特征在于，该方法的实施步骤如下：步骤1，图像畸变矫正；步骤2，图像噪声抑制；步骤3，计算像素梯度大小和方向；步骤4，图像梯度阈值计算；结合步骤3的梯度值计算出图像梯度的阈值，提取出有效的线段；首先将步骤3计算出的图像像素梯度值进行分组，将像素梯度值除以10，取整数部分作为组，然后统计每组的个数，取每组中位数作为阈值；步骤5，遍历像素，选取锚点；遍历循环处理图像中的每个像素点，沿梯度方向上选取梯度值大于等于相邻像素值的点，这些点即为锚点，对应梯度算子产生最大值的像素点；步骤6，连接锚点；将步骤5中得到的锚点利用相邻像素的梯度幅值和方向，通过梯度极值走到下一个锚点，最终形成边缘像素链；步骤7，拟合线段；采用PROSAC方法剔除噪声点，拟合直线段基于加权距离的PROSAC算法的流程如下：完成图像的边缘绘制后，对每条边缘像素链采用PROSAC方法拟合直线段；首先从边缘像素链中任选两个像素点作为线段起点和终点并计算出线段，然后求取其它像素点到该线段的加权距离di，若di在dmax阈值范围内就将该像素点加入到内点集内，在所有像素点中内点占比超过阈值τ时退出循环，输出最后一次处理得到的线段；步骤8线段筛选与合并策略；线段筛选与合并中，选择图像中任意一条线段作为主线段，以主线段为中心将其拓展成长边与线段平行的一个长为l+Δl、宽为Δw的矩形框，采用向量相似度筛选法则来筛选矩形框内及与边上相交的线段；然后将筛选后的线段按照与主线段的距离大小进行升序排序；最后依次选择排序后的线段作为待合并线段，将待合并线段正投影到主线段上，对待合并线段的两个端点做主线段的垂线，最后得到主线段端点在内的四个投影点，将投影点包含的最长直线段作为合并后的线段。

全文数据：

权利要求：

百度查询： 重庆大学 基于图像梯度阈值计算的改进移动机器人EDLines线段检测方法