贺 辉, 闫 明, 黄 静

(北京师范大学珠海分校 信息技术学院,珠海 519087)

矩形结构的识别被广泛应用在各个领域,例如低温电子显微镜下对矩形和圆形微粒的自动检测; 航拍图片中对矩形结构(例如车辆、建筑物)的自动或半自动检测; 或者检测图像或录像里的车牌辨识等等. 目前文献论述的大多数矩形检测方法是基于原始边缘和直线的检测[1-3]以及基于图像阈值分割检测矩形[4-8]. 例如Lagunovsky和Ablameyko提出了基于原始直线的矩形检测技术[1]. 首先,提取出原始直线,将这些直线分组聚合为线段. 对比其长度和方向来检测出四边形,再进一步近似为矩形. Lin和Nevatia提出了在航拍图像中检测矩形和平行四边形的技术[2]. 他们的技术基于线检测,之后选择某些在某些值范围内的线段(取决于建筑物的最大和最小尺寸). 在给定的线段中搜索反平行线,从而定义一个搜索区域,再搜索矩形的余下两条边.Jung和Schramm提出了一种使用一个环形滑动窗口在图像中进行逐像素扫描,对当前环形窗口内的图像求Hough变换,通过检验Hough空间内的峰值的特性,来判断当前滑动环的圆心是否落在矩形的中心点[3]. 这种方法可以有效精确地检测出任意矩形,但是逐行扫描的方式会导致大量像素点被重复计算,算法效率低.Mahnaz Shafii和Maher Sid-Ahmed在近年来的研究中提出了一种基于图像中的平行轴边界框的最小面积来对文档中的结构进行倾斜检测和矫正. 通过使用最小边界框的区域标准来增强垂直轮廓……