CN103198476A - 一种粗线型十字圆环标记的图像检测方法 - Google Patents

Abstract

本发明提供了一种粗线型十字圆环标记的图像检测方法，首先将标记中粗细不同的直线线条单像素化；然后利用检测框识别出所有十字交叉处的中心点，即十字交叉中心点；最后根据检测框内的黑白像素个数比筛选出十字圆环标记，从而确定十字圆环标记中心点的精确位置。本发明不受标记线成像后线条粗细变化的影响，几乎不受光照变化的影响，对噪声具有一定的鲁棒性，当被测物体成像后发生平移、旋转、缩放时，均可取得良好的检测效果。

Description

一种粗线型十字圆环标记的图像检测方法

技术领域

本发明涉及图像检测技术，尤其涉及一种运动物体视频图像中的粗线型十字圆环标记的自动图像检测。

背景技术

运动目标的检测和跟踪在科学和工程中有重要的研究价值，在智能监控、智能机器人、人机交互、医学诊断、视频压缩、军事等许多领域都有广泛的应用前景。图像检测是其中的关键技术。

目前的运动分析方法大体分为三类：基于频域的方法、基于特征的方法和基于像素的方法。基于频域的方法对采集到的图像序列进行傅立叶变换，通过目标运动在频域中幅值不变而相位变化的特性计算相邻帧间的相位角差来估计空间域中目标的位移；基于特征的方法根据图像特征或由特征组成的模型来检测运动或识别运动目标，一般情况下，主要被利用的目标特征有形心等全局特征和图像中易于确定的角点、高曲率点、直边缘等局部特征，其中角点检测是一类常用方法，适用于单像素线条；基于像素的方法根据图像中像素灰度模式的变化检测运动和识别目标，有相邻帧差法、背景减法和光流法等。

在实际研究中，运动目标检测和跟踪方面存在的困难很大程度上是由于实际环境中目标运动的复杂性以及视频数据所具有的特殊性造成的。首先，影响运动目标检测性能的因素多种多样，包括光线亮度的变化、背景景物的变动、阴影和物体间的重叠遮挡、非静态背景以及运动目标的高速运动等等；其次，用于检测的运动目标特征难以选取，很难确定出通用的具有明显优势的特征进行目标检测。运动图像序列中虽然包含了大量的运动信息，比如前景目标的梯度信息、深度信息、光流场、彩色纹理特征、直方图信息和边缘信息等，但是采用哪一种或哪几种特征能够取得较好的检测效果，不仅跟方法本身有关，还和运动图像序列自身的特点有关，无论哪一类方法都无法适应所有的应用场合，一般都是针对某个或某些特定问题提出针对性的目标检测方法；最后，由于视频数据的数据量一般比结构记录数据大七八个数量级左右，对实时处理提出了高的要求。

上述因素都会不同程度地影响运动目标检测和跟踪的准确性和稳定性，使得这一任务变得困难。在实际项目中，人工在被测物体上绘制一些明显的点、线或点线混合的几何标记符号，通过对标记符号的检测获得被测物体的运动信息，可以使问题相对得到一定的简化，是工程中一种行之有效的方法。

为了在不同运动条件和环境条件下都能拍摄到人工标记符号，尤其保证在最恶劣条件下能够拍摄到人工标记符号，在被测运动物体上绘制出具有适当线宽的粗线型十字圆环标记，通过对被测物体视频图像序列中十字圆环标记的检测，获得被测物体的运动信息，是项目中采用的方法。现有的检测方法中，处理的标记符号一般为单一的圆环、圆点或小十字星，尚未见对粗线型十字圆环标记的检测方法。

发明内容

为了克服现有技术的不足，本发明提供一种粗线型十字圆环标记的自动图像检测方法，该方法不受标记线成像后线条粗细变化的影响，几乎不受光照变化的影响，对噪声具有一定的鲁棒性，当被测物体成像后发生平移、旋转、缩放时，均可取得良好的检测效果。

本发明解决其技术问题所采用的技术方案是：

检测的粗线型十字圆环标记如图1所示，由人工绘制的黑色互相垂直的十字交叉直线以及位于其上某交叉点处的圆环构成十字圆环标记。由于被测物体运动姿态、距摄像机远近距离不同，以及光照变化、干扰等其他因素的影响，在不同时刻拍摄的被测物体图像上，构成十字圆环标记的线条粗细不同，线条边缘不整齐，并且十字交叉直线多以各种不同的倾斜角度出现。

针对图像的以上特征，本发明采用如下技术方案：首先将标记中粗细不同的直线线条单像素化；然后利用检测框识别出所有十字交叉处的中心点，即十字交叉中心点；最后根据检测框内的黑白像素个数比筛选出十字圆环标记，从而确定十字圆环标记中心点的精确位置。包括以下步骤：

步骤一、对原始图像进行灰度化、二值化处理，得到二值图像；其中，标记线条为黑色，背景为白色。

步骤二、确定检测框。

检测框为正方形，线宽为一个像素，如图2所示。定义其半边长为M个像素时，边长为(2M+1)个像素。检测框的半边长比圆环外轮廓半径大5个像素，避免与圆环相切或相交。图像原点位于图像左下角，检测框的中心点从图像原点出发，按照从左到右，从下到上的顺序依次扫描图像的所有像素，检测框将覆盖一定的图像子区域，检测框中心点的坐标(i,j)为当前被检测像素在图像中的位置坐标。

当检测框与标记线条相交时，交点表现为检测框的边覆盖的、图像中标记线条上的黑像素点。

步骤三、部分非十字交叉中心点的初步排除与标记中直线线条的单像素化。

绘制的粗线条标记在实际拍摄的图像中，很多时候呈现出粗细不均，线宽非单像素的状况，给识别带来困难。本发明首先对直线线条进行单像素化处理，将其抽象为线宽一个像素的标准直线。该工作与部分非十字交叉点的初步排除过程同步进行。分为以下几步：

1.初步排除部分非十字交叉中心点，确定用于构造单像素线宽标准直线的代表点。

检测框以其中心点依次扫描图像的所有像素，对检测框四条边覆盖的黑像素情况进行检测。分两种情况：

1）当检测框中心覆盖的被检测像素为白像素时，一定不是要检测的十字交叉中心点，检测框移至下一个像素；

2）当检测框中心覆盖的被检测像素为黑像素时，有可能是要检测的十字交叉中心点，此时进一步检查检测框四条边覆盖的像素情况：

（1）当检测框有一条及一条以上的边没有覆盖到黑像素时，意味着这些边与标记线条没有交点，被检测像素不是十字交叉中心点，检测框移至下一个像素；

（2）当检测框四条边都覆盖有黑像素时，意味着检测框各边与标记线条均有交点，被检测像素可能是十字交叉中心点。此时对检测框四条边上的黑像素点进行处理，以确定构造标准直线的代表点。

这种情况下，检测框是移至下一像素还是继续进行后续的“十字交叉中心点识别”，需要在代表点确定之后，构造标准直线时决定。

确定用于构造标准直线的代表点的方法由三步构成：

①数据初始化，为被检测像素的进一步计算识别做准备。

由于实际直线具有一定的线宽，图像中经过检测框四个角上的直线有可能在角的两条边上均产生交点；另外，十字交叉线与检测框的相对位置是任意的，存在一个十字交叉记号在检测框的一条边上产生两个交点的可能性。也就是说，当检测框检测到可能的十字交叉中心点时，检测框每条边上的交点最多为两个。因此，数据初始化时，对每条边设置两个数据存储变量，用于存储检测到的候选代表点，即：

上水平边数据存储变量：P_u1(x_u1,y_u1)，P_u2(x_u2,y_u2)；

下水平边数据存储变量：P_d1(x_d1,y_d1)，P_d2(x_d2,y_d2)；

左垂直边数据存储变量：P_l1(x_l1,y_l1)，P_l2(x_l2,y_l2)；

右垂直边数据存储变量：P_r1(x_r1,y_r1)，P_r2(x_r2,y_r2)。并且，所有数据存储变量的x，y坐标初始值均赋值为“-1”。

②确定候选代表点

对检测框四条边覆盖的黑像素作如下处理：当黑像素点连续时，说明是粗线条，取连续黑点的中间点作为候选代表点，存储其位置坐标。对于连续黑点个数为偶数的情况，在检测框的水平边上取中间偏右点为代表点，在垂直边上取中间偏上点作为代表点；当为独立黑像素点情况时，独立黑点就是候选代表点，存储其位置坐标。

检测到的候选代表点按照从1点到2点的顺序对初始坐标值进行更新。

③确定代表点

对候选代表点进行筛选，确定最终的代表点，用于构造单像素线宽的标准直线。分下列几种情况：

（a）若某条边上只有一个候选代表点，该候选代表点坐标值必定保存于1点中，2点的x，y坐标值仍为“﹣1”。此时，确定1点为代表点。

（b）若某条边上有两个候选代表点，两候选代表点距检测框中轴线距离不相等，则将距离检测框中轴线较近点的坐标值保存于1点中，2点坐标值恢复为“﹣1”。此时，确定1点为代表点。

（c）若某条边上有两个点，两交点距检测框中轴线距离相等，则坐标值分别保存于1点和2点中。此时，确定1点和2点均为代表点。

最终，坐标值仍为“﹣1”的点即是实际中不存在的点。根据1点和2点的坐标值判断检测框各边上代表点的个数，即检测框与标准直线的交点个数。

2.对检测框四条边上的交点进行分析，构造单像素线宽的标准直线。

（1）当检测框各边均有一个交点时，相对边的交点分别相连构成两条直线，即为实际直线细化后的线宽为单像素的标准直线，此为最常见形式，如图2所示。进入下一步“十字交叉中心点识别”。

（2）当检测框的四条边均有两个交点时，说明有四条单像素线宽的标准直线产生。进入下一步“十字交叉中心点识别”

（3）不满足以上条件的其他情况下，位于检测框中心处的被测像素不是要检测的十字交叉中心点，检测框移至下一个像素。

本发明中单像素化后的标准直线是抽象直线，并不需要在图像中画出。

步骤四、十字交叉中心点识别。

分两种情况进行：

1．当标准直线与检测框各边有一个交点时，如图3所示，设上、下、左、右四个交点分别为P_u1(x_u1,y_u1)，P_d1(x_d1,y_d1)，P_l1(x_l1,y_l1)，P_r1(x_r1,y_r1)，检测框中心所在像素坐标为(i,j)，定义点P_u1，P_d1距检测框垂直中轴线的距离为|Δx_u1|，|Δx_d1|；点P_l1，Pr₁距检测框水平中轴线的距离为|Δy_l1|，|Δy_r1|，其中：

Δx_u1＝x_u1-i,Δx_d1＝x_d1-i,Δy_l1＝y_l1-j,Δy_r1＝y_r1-j

对于两条互相垂直的标准直线，具有性质：

Δx_u1＝-Δx_d1且Δy_l1＝-Δy_r1

为避免图像分辨率或图像质量引起的误差，设置一距离阈值DELTA，DELTA是一个略大于0的整数，取值范围为1～3个像素，可依据不同图像质量调整。加入DELTA后，上述性质等效于：

(Δx_u1·Δx_d1≤0)且|Δx_u1+Δx_d1|≤DELTA且(Δy_l1·Δy_r1≤0)且|Δy_l1+Δy_r1|≤DELTA其含义为：在误差允许范围内，Δx_u1与Δx_d1大小相等符号相反，Δy_l1与Δy_r1大小相等符号相反。

由此得十字交叉中心点的判别条件变为：

当检测框检测到的四边交点坐标满足

(Δx_u1·Δx_d1≤0)且|Δx_u1+Δx_d1|≤DELTA且(Δy_l1·Δy_r1≤0)且|Δy_l1+Δy_r1|≤DELTA时，判定检测到一个十字交叉中心点，其位于检测框中心处，位置坐标为(i,j)。进入下一步“十字圆环标记的检测”

否则，检测框移至下一个像素。

2.当标准直线与检测框各边有两个交点时，如图4所示，设上、下、左、右四个边上的交点分别为

P_u1(x_u1,y_u1)，P_u2(x_u2,y_u2)；P_d1(x_d1,y_d1)，P_d2(x_d2,y_d2)

P_l1(x_l1,y_l1)，P_l2(x_l2,y_l2)；P_r1(x_r1,y_r1)，P_r2(x_r2,y_r2)

当检测框中心坐标为(i,j)时，有

Δx_u1＝x_u1-i，Δx_u2＝x_u2-i；Δx_d1＝x_d1-i，Δx_d2＝x_d2-i

Δy_l1＝y_l1-j，Δy_l2＝y_l2-j；Δy_r1＝y_r1-j，Δy_r2＝y_r2-j

十字交叉中心点的判别条件变为：

当检测框四个边上的交点坐标满足下列四组情况之一时，则(i,j)是十字交叉中心点。进入下一步“十字圆环标记的检测”。

否则，检测框移至下一个像素。

(a)  (Δx_u1·Δx_u2＜0)且|Δx_u1+Δx_u2|≤DELTA

且(Δy_l1·Δy_l2＜0)且|Δy_l1+Δy_l2|≤DELTA

(b)  (Δx_u1·Δx_u2＜0)且|Δx_u1+Δx_u2|≤DELTA

且(Δy_r1·Δy_r2＜0)且|Δy_r1+Δy_r2|≤DELTA

(c)  (Δx_d1·Δx_d2＜0)且|Δx_d1+Δx_d2|≤DELTA

且(Δy_r1·Δy_r2＜0)且|Δy_l1+Δy_l2|≤DELTA

(d)  (Δx_d1·Δx_d2＜0)且|Δx_d1+Δx_d2|≤DELTA

且(Δy_r1·Δy_r2＜0)且|Δy_r1+Δy_r2|≤DELTA

以上含义为：在误差允许范围内，水平方向两交点和垂直方向两交点同时满足大小相等方向相反的条件时，检测到一个十字交叉中心点。

步骤五、十字圆环标记的检测。

对上一步检测出的十字交叉中心点做进一步识别，判断其是否为十字圆环标记。定义检测框内的黑白像素个数比BW为：

$\mathrm{BW}=\frac{B}{{(2M+1)}^2-B}$

其中，M为检测框的半边长，单位为像素，（2M+1）²为检测框内像素的总个数；B为检测框内的黑像素个数。对已检测到的十字交叉中心点按BW值进行筛选。

设置阈值T，T的取值范围为0.674～1.045，依据检测框覆盖十字圆环标记时，黑白像素个数比的先验信息及实验测试结果确定。有两种情况：

BW＞T时，检测到一个十字圆环标记，即图像上需要精确检测的点，其中心点是该十字交叉中心点。记录该十字圆环标记点，检测框移至下一个像素。

BW≤T时，说明该十字交叉中心点仅仅是十字交叉线的中点，不是十字圆环标记的中点。检测框移至下一个像素。

以上所有步骤完成对一个像素的检测，检测框移至下一个像素后，即是开始了一轮新的检测。

本发明的有益效果是：对运动物体而言，由于物体姿态、位置的变化及拍摄环境条件的影响，在被测物体上绘制的具有一定线宽的粗线型标记线成像后的线宽不规则。本发明提出了一种有效的粗线型十字圆环标记的自动检测方法。该方法借助于检测框提取出十字圆环标记的识别特征，该识别特征的关键部分基于形状信息，因此基本不受光照变化的影响，同时满足旋转、平移、缩放三个不变性；巧妙地借助检测框将线宽不规则的直线线条抽象为单像素线条进行后续问题的处理，较之以往方法扩大了应用范围，不仅可以检测粗线型标记符号，对单像素线宽的标记符号检测仍然适用。抽象的单像素线条形式巧妙地避免了光照变化和噪声等的干扰，进一步提高了检测的鲁棒性。可以广泛用于与位置测定、位移测量相关的诸多领域。

附图说明

图1是粗线型十字圆环标记示意图；

图2是检测框及十字交叉直线的单像素化示意图；

图3是单像素宽标准直线与检测框四边各有一个交点示意图；

图4是单像素宽标准直线与检测框四边各有两个交点的简化示意图；

图5是粗线单像素化后，检测框一个边上有两交点，两交点距离中轴线远近不同的情况示意图；

图6是粗线单像素化后，检测框四边均有两个交点，两交点距离中轴线远近相同的情况示意图；

图7是粗线单像素化后，检测框水平方向交点距离中轴线距离相同，垂直方向两交点距离中轴线距离不同的情况示意图；

图8是粗线单像素化后，检测框出现一个边上有两个交点，两交点距离中轴线远近相同的情况示意图；

图9是当|Δx_u|＝|Δx_d|＝|Δy_l|＝|Δy_r|＝0时的情况示意图；

图10是不符合最基本条件“每边至少要有1个点”的情况示意图；

图11是粗线型十字圆环标记自动检测流程图。

图中，1-十字圆环标记，2-检测框，3-单像素化后的十字交叉线，4–水平中轴线，5–垂直中轴线。

具体实施方式

下面结合附图和实施例对本发明进一步说明。

本实例中，粗线型十字圆环标记的图像检测方法包括以下几个步骤。

步骤一、对原始图像进行灰度化、二值化处理，得到二值图像。其中，标记线条为黑色，背景为白色。

步骤二、确定检测框。

检测框为正方形，线宽为一个像素。定义其半边长为M个像素时，边长为(2M+1)个像素。检测框的半边长比圆环外轮廓半径大5个像素，避免与圆环相切或相交，取值范围为3～7个像素。图像原点位于图像左下角，检测框的中心点从图像原点出发，按照从左到右，从下到上的顺序依次扫描图像的所有像素，检测框中心点的坐标(i,j)为当前被检测像素在图像中的位置坐标。

步骤三、非十字交叉中心点的初步排除与标记中直线线条的单像素化

1.初步排除部分非十字交叉中心点，确定代表点。

检测框以其中心点依次扫描图像的所有像素，分两种情况：

1）当被检测像素为白像素时，不是十字交叉中心点，检测框移至下一个像素；

2）当被检测像素为黑像素时，可能是十字交叉中心点。进一步检查检测框四条边覆盖的像素情况：

（1）当检测框有一条及一条以上的边没有覆盖到黑像素时，被检测像素不是十字交叉中心点，检测框移至下一个像素；

（2）当检测框四条边都覆盖有黑像素时，被检测像素可能是十字交叉中心点。此时对检测框四条边上的黑像素点进行处理，以确定构造标准直线的代表点。由三步构成：

①数据初始化，为该被检测像素的进一步计算识别做准备。

由于检测框每条边上的交点最多为两个，数据数据初始化时，对每条边设置两个数据存储变量，即1点和2点，用于存储检测到的候选代表点。设分别为：

上水平边数据存储变量：P_u1(x_u1,y_u1)，P_u2(x_u2,y_u2)；

下水平边数据存储变量：P_d1(x_d1,y_d1)，P_d2(x_d2,y_d2)；

左垂直边数据存储变量：P_l1(x_l1,y_l1)，P_l2(x_l2,y_l2)；

右垂直边数据存储变量：P_r1(x_r1,y_r1)，P_r2(x_r2,y_r2)。

并且初始值设为：

x_u1=y_u1=﹣1，x_u2=y_u2=﹣1；x_d1=y_d1=﹣1，x_d2=y_d2=﹣1

x_l1=y_l1=﹣1，x_l2=y_l2=﹣1；x_r1=y_r1=﹣1，x_r2=y_r2=﹣1

②确定候选代表点

对检测框四条边覆盖的黑像素作如下处理：

当黑像素点连续时，设连续黑点个数为bn，定义

$\mathrm{BN}=\mathrm{IN}\left[T\frac{\mathrm{bn}+1}{2}\right]$

其中，INT表示取整运算。上式意味着取当前点（即：黑像素后的第一个白像素）向前第BN个点作为候选代表点，存储其坐标值。上式实现的效果为：奇数个点时，取中间点为候选代表点；偶数个点时，水平方向取中间偏右点为候选代表点，垂直方向取中间偏上点为候选代表点。

当为独立黑像素点情况时，独立黑点就是候选代表点，存储其位置坐标。

检测到的候选代表点按照从1点到2点的顺序对初始坐标值进行更新。

③确定代表点

对候选代表点进行筛选，确定代表点。分下列几种情况：

（a）若某条边上只有一个候选代表点，该候选代表点坐标值必定保存于1点中。确定1点为代表点。

（b）若某条边上有两个候选代表点，两候选代表点距检测框中轴线距离不相等，则将距离检测框中轴线较近点的坐标值保存于1点中，2点坐标值恢复为“﹣1”。此时，确定1点为代表点。

（c）若某条边上有两个点，两交点距检测框中轴线距离相等，则坐标值分别保存于1点和2点中。此时，确定1点和2点均为代表点。

最终，坐标值仍为“﹣1”的点即是实际中不存在的点。根据1点和2点的坐标值判断检测框各边上代表点的个数，即检测框与标准直线的交点个数。

2.对交点进行分析，构造单像素线宽的标准直线。

（1）当检测框各边均有一个交点时，相对边的交点分别相连构成两条直线，即为实际直线细化后的线宽为单像素的标准直线，此为最常见形式，如图2所示。进入下一步“十字交叉中心点识别”。

（2）当检测框的四条边均有两个交点时，说明有四条单像素线宽的标准直线产生。进入下一步“十字交叉中心点识别”

（3）不满足以上条件的其他情况下（如：仅水平方向边上有两个点，垂直方向边上仅有一点；或垂直方向边上有两个点，水平方向边上仅有一点），位于检测框中心处的被检测像素不是十字交叉中心点，检测框移至下一个像素。

本发明中单像素化后的标准直线是抽象直线，并不需要在图像中画出。

步骤四、十字交叉中心点的识别。分两种情况进行：

1．当标准直线与检测框各边有一个交点时，必然是点P_u1(x_u1,y_u1)，P_d1(x_d1,y_d1)，P_l1(x_l1,y_l1)，P_r1(x_r1,y_r1)，此时有Δx_u1,Δx_d1,Δy_l1,Δy_r1。十字交叉中心点的判别条件为：

当检测框四个边上的交点坐标满足

(Δx_u1·Δx_d1≤0)且|Δx_u1+Δx_d1|≤DELTA且(Δy_l1·Δy_r1≤0)且|Δy_l1+Δy_r1|≤DELTA时，判定检测到一个十字交叉中心点，其位于检测框中心处，位置坐标为(i,j)。进入下一步“十字圆环标记的检测”

否则，检测框移至下一个像素。

检测条件中，阈值DELTA是一个略大于0的整数，取值范围为1～3个像素，可依据不同图像质量调整。

2.当标准直线与检测框各边有两个交点时，设上、下、左、右四个边上的交点分别为

P_u1(x_u1,y_u1)，P_u2(x_u2,y_u2)；P_d1(x_d1,y_d1)，P_d2(x_d2,y_d2)

P_l1(x_l1,y_l1)，P_l2(x_l2,y_l2)；P_r1(x_r1,y_r1)，P_r2(x_r2,y_r2)

当检测框中心坐标为(i,j)时，有

Δx_u1＝x_u1-i，Δx_u2＝x_u2-i；Δx_d1＝x_d1-i，Δx_d2＝x_d2-i

Δy_l1＝y_l1-j，Δy_l2＝y_l2-j；Δy_r1＝y_r1-j，Δy_r2＝y_r2-j

十字交叉中心点的判别条件变为：

当检测框四个边上的交点坐标满足下列四组情况之一时，则(i,j)是十字交叉中心点。进入下一步“十字圆环标记的检测”。

否则，检测框移至下一个像素。

(a)  (Δx_u1·Δx_u2＜0)且|Δx_u1+Δx_u2|≤DELTA

且(Δy_l1·Δy_l2＜0)且|Δy_l1+Δy_l2|≤DELTA

(b)  (Δx_u1·Δx_u2＜0)且|Δx_u1+Δx_u2|≤DELTA

且(Δy_r1·Δy_r2＜0)且|Δy_r1+Δy_r2|≤DELTA

(c)  (Δx_d1·Δx_d2＜0)且|Δx_d1+Δx_d2|≤DELTA

且(Δy_r1·Δy_r2＜0)且|Δy_l1+Δy_l2|≤DELTA

(d)  (Δx_d1·Δx_d2＜0)且|Δx_d1+Δx_d2|≤DELTA

且(Δy_r1·Δy_r2＜0)且|Δy_r1+Δy_r2|≤DELTA

以上含义为：在误差允许范围内，水平方向两交点和垂直方向两交点同时满足大小相等方向相反的条件时，检测到一个十字交叉中心点。

步骤五、十字圆环标记的检测。

对上一步检测出的十字交叉中心点做进一步识别，判断其是否为十字圆环标记。定义检测框内的黑白像素个数比BW为：

$\mathrm{BW}=\frac{B}{{(2M+1)}^2-B}$

其中，M为检测框的半边长，单位为像素，（2M+1）²为检测框内像素的总个数；B为检测框内的黑像素个数。对已检测到的十字交叉中心点按BW值进行筛选。

设置阈值T，T的取值范围为0.674～1.045，依据检测框覆盖十字圆环标记时，黑白像素个数比的先验信息及实验测试结果确定。有两种情况：

BW＞T时，检测到一个十字圆环标记，即图像上需要精确检测的点，其中心点是该十字交叉中心点。记录该十字圆环标记点，检测框移至下一个像素。

BW≤T时，说明该十字交叉中心点仅仅是十字交叉线的中点，不是十字圆环标记的中点。检测框移至下一个像素。

以上所有步骤完成对一个像素的检测，步骤中“检测框移至下一个像素”后，即开始新一轮的检测。

实施例1～6如图5～10所示，均取得了正确的识别效果。

实例1：如图5所示，粗线单像素化后，检测框出现一个边上有两个交点，两交点距离中轴线远近不同的情况。按步骤三变为单像素直线后与检测框各边有一个交点，如上边线的左边实心点为选中的保留交点，右边的空心点为剔除点，再按照步骤四的1识别为十字交叉中心点，最后根据步骤五检测到十字圆环标记。

实例2：如图6所示，粗线单像素化后，检测框四个边上均有两个交点，两交点距离中轴线远近相同的情况。按步骤三变为单像素直线后与检测框各边有两个交点，按步骤四的2识别为十字交叉中心点，最后根据步骤五检测到十字圆环标记。

实例3：如图7所示，粗线单像素化后，检测框水平方向交点距离中轴线距离相同，垂直方向两交点距离中轴线距离不同的情况。按步骤三的2变为单像素直线后，与检测框水平边分别有两个交点，与检测框垂直边有一个交点（实心点为选中的保留交点，空心点为剔除点），按步骤三的2识别为检测框中心覆盖的被检测像素不是十字交叉中心点，正确。

实例4：如图8所示，细线条情况，检测框出现一个边上有两个交点，两交点距离中轴线远近相同的情况。按步骤四的2识别为十字交叉中心点，最后根据步骤五检测到十字圆环标记。

实例5：如图9所示，当|Δx_u1|＝|Δx_d1|＝|Δy_l1|＝|Δy_r1|＝0时。按步骤四的1识别为十字交叉中心点，最后根据步骤五检测到十字圆环标记。

实例6：如图10所示，不符合最基本条件，即每边至少要有1个点。按步骤三的1识别为检测框中心不在十字交叉中心点处，正确。

Claims (1)

1.一种粗线型十字圆环标记的图像检测方法，其特征在于包括下述步骤：

步骤一、对原始图像进行灰度化、二值化处理，得到二值图像；其中，标记线条为黑色，背景为白色；

步骤二、检测框为正方形，线宽为一个像素，定义其半边长为M个像素时，边长为(2M+1)个像素，检测框的半边长比圆环外轮廓半径大5个像素，图像原点位于图像左下角，检测框的中心点从图像原点出发，按照从左到右，从下到上的顺序依次扫描图像的所有像素，检测框中心点的坐标(i,j)为当前被检测像素在图像中的位置坐标；

步骤三、部分非十字交叉中心点的初步排除与标记中直线线条的单像素化，分为以下几步：

1.检测框以其中心点依次扫描图像的所有像素，对检测框四条边覆盖的黑像素情况进行检测：

1）当检测框中心覆盖的被检测像素为白像素时，一定不是要检测的十字交叉中心点，检测框移至下一个像素；

2）当检测框中心覆盖的被检测像素为黑像素时，有可能是要检测的十字交叉中心点，此时进一步检查检测框四条边覆盖的像素情况：

（1）当检测框有一条及一条以上的边没有覆盖到黑像素时，意味着这些边与标记线条没有交点，被检测像素不是十字交叉中心点，检测框移至下一个像素；

（2）当检测框四条边都覆盖有黑像素时，意味着检测框各边与标记线条均有交点，被检测像素可能是十字交叉中心点，此时对检测框四条边上的黑像素点进行处理，以确定构造标准直线的代表点，确定用于构造标准直线的代表点的方法由三步构成：

①数据初始化，对每条边设置两个数据存储变量，用于存储检测到的候选代表点，即：

上水平边数据存储变量：P_u1(x_u1,y_u1)，P_u2(x_u2,y_u2)；

下水平边数据存储变量：P_d1(x_d1,y_d1)，P_d2(x_d2,y_d2)；

左垂直边数据存储变量：P_l1(x_l1,y_l1)，P_l2(x_l2,y_l2)；

右垂直边数据存储变量：P_r1(x_r1,y_r1)，P_r2(x_r2,y_r2)；

并且，所有数据存储变量的x，y坐标初始值均赋值为-1；

②对检测框四条边覆盖的黑像素作如下处理：当黑像素点连续时，说明是粗线条，取连续黑点的中间点作为候选代表点，存储其位置坐标；对于连续黑点个数为偶数的情况，在检测框的水平边上取中间偏右点为代表点，在垂直边上取中间偏上点作为代表点；当为独立黑像素点情况时，独立黑点就是候选代表点，存储其位置坐标；

检测到的候选代表点按照从1点到2点的顺序对初始坐标值进行更新；

③对候选代表点进行筛选，确定最终的代表点，用于构造单像素线宽的标准直线，分下列几种情况：

（a）若某条边上只有一个候选代表点，该候选代表点坐标值必定保存于1点中，2点的x，y坐标值仍为﹣1，此时，确定1点为代表点；

（b）若某条边上有两个候选代表点，两候选代表点距检测框中轴线距离不相等，则将距离检测框中轴线较近点的坐标值保存于1点中，2点坐标值恢复为﹣1，此时，确定1点为代表点；

（c）若某条边上有两个点，两交点距检测框中轴线距离相等，则坐标值分别保存于1点和2点中，此时，确定1点和2点均为代表点；

最终，坐标值仍为﹣1的点即是实际中不存在的点，根据1点和2点的坐标值判断检测框各边上代表点的个数，即检测框与标准直线的交点个数；

2.对检测框四条边上的交点进行分析，构造单像素线宽的标准直线：

（1）当检测框各边均有一个交点时，相对边的交点分别相连构成两条直线，即为实际直线细化后的线宽为单像素的标准直线，进入步骤四；

（2）当检测框的四条边均有两个交点时，说明有四条单像素线宽的标准直线产生，进入步骤四；

（3）不满足以上条件的其他情况下，位于检测框中心处的被测像素不是要检测的十字交叉中心点，检测框移至下一个像素；

步骤四、十字交叉中心点识别，分两种情况进行：

1．当标准直线与检测框各边有一个交点时，设上、下、左、右四个交点分别为P_u1(x_u1,y_u1)，P_d1(x_d1,y_d1)，P_l1(x_l1,y_l1)，P_r1(x_r1,y_r1)，检测框中心所在像素坐标为(i,j)，定义点P_u1，P_d1距检测框垂直中轴线的距离为|Δx_u1|，|Δx_d1|；点P_l1，Pr₁距检测框水平中轴线的距离为|Δy_l1|，|Δy_r1|，其中：

Δx_u1＝x_u1-i,Δx_d1＝x_d1-i,Δy_l1＝y_l1-j,Δy_r1＝y_r1-j

对于两条互相垂直的标准直线，具有性质：

Δx_u1＝-Δx_d1且Δy_l1＝-Δy_r1

设置一距离阈值DELTA，取值范围为1～3个像素，加入DELTA后，上述性质等效于：

(Δx_u1·Δx_d1≤0)且|Δx_u1+Δx_d1|≤DELTA且(Δy_l1·Δy_r1≤0)且|Δy_l1+Δy_r1|≤DELTA；

由此得十字交叉中心点的判别条件变为：

当检测框检测到的四边交点坐标满足

(Δx_u1·Δx_d1≤0)且|Δx_u1+Δx_d1|≤DELTA且(Δy_l1·Δy_r1≤0)且|Δy_l1+Δy_r1|≤DELTA时，判定检测到一个十字交叉中心点，其位于检测框中心处，位置坐标为(i,j)，进入步骤五；否则，检测框移至下一个像素；

2.当标准直线与检测框各边有两个交点时，设上、下、左、右四个边上的交点分别为

P_u1(x_u1,y_u1)，P_u2(x_u2,y_u2)；P_d1(x_d1,y_d1)，P_d2(x_d2,y_d2)

P_l1(x_l1,y_l1)，P_l2(x_l2,y_l2)；P_r1(x_r1,y_r1)，P_r2(x_r2,y_r2)

当检测框中心坐标为(i,j)时，有

Δx_u1＝x_u1-i，Δx_u2＝x_u2-i；Δx_d1＝x_d1-i，Δx_d2＝x_d2-i

Δy_l1＝y_l1-j，Δy_l2＝y_l2-j；Δy_r1＝y_r1-j，Δy_r2＝y_r2-j

十字交叉中心点的判别条件变为：

当检测框四个边上的交点坐标满足下列四组情况之一时，则(i,j)是十字交叉中心点，进入步骤五；否则，检测框移至下一个像素：

(a)  (Δx_u1·Δx_u2＜0)且|Δx_u1+Δx_u2|≤DELTA

且(Δy_l1·Δy_l2＜0)且|Δy_l1+Δy_l2|≤DELTA；

(b)  (Δx_u1·Δx_u2＜0)且|Δx_u1+Δx_u2|≤DELTA

且(Δy_r1·Δy_r2＜0)且|Δy_r1+Δy_r2|≤DELTA；

(c)  (Δx_d1·Δx_d2＜0)且|Δx_d1+Δx_d2|≤DELTA

且(Δy_r1·Δy_r2＜0)且|Δy_l1+Δy_l||≤DELTA；

(d)  (Δx_d1·Δx_d2＜0)且|Δx_d1+Δx_d2|≤DELTA

且(Δy_r1·Δy_r2＜0)且|Δy_r1+Δy_r2|≤DELTA；

步骤五、对上一步检测出的十字交叉中心点做进一步识别，判断其是否为十字圆环标记：

定义检测框内的黑白像素个数比

其中，M为检测框的半边长，单位为像素，（2M+1）²为检测框内像素的总个数；B为检测框内的黑像素个数；对已检测到的十字交叉中心点按BW值进行筛选：

设置阈值T，T的取值范围为0.674～1.045，依据检测框覆盖十字圆环标记时，黑白像素个数比的先验信息及实验测试结果确定，有两种情况：

BW＞T时，检测到一个十字圆环标记，即图像上需要精确检测的点，其中心点是该十字交叉中心点；记录该十字圆环标记点，检测框移至下一个像素；

BW≤T时，说明该十字交叉中心点仅仅是十字交叉线的中点，不是十字圆环标记的中点；检测框移至下一个像素；

以上所有步骤完成对一个像素的检测，检测框移至下一个像素后，即是开始了一轮新的检测。

Images