基于广义插值傅里叶方法的先进Radon变换直线检测法中文解说.docVIP

华 北 电 力 大 学 毕 业 设 计（论 文）附 件 外 文 文 献 翻 译 学 号： 201102020322 姓 名： 徐楠 所在院系： 自动化系 专业班级：自动化专业自动实1101 指导教师： 程海燕 原文标题： Advanced Radon transform using generalized interpolated Fourier method for straight line detection 2015 年 4 月 29 日基于广义插值傅里叶方法的先进Radon变换直线检测法 摘要 在计算机视觉中直线检测较为常见。相比于Hough变换，Radon变换因为其效率和准确性已备受关注。在本文中，提出了一个广义插值傅立叶变换（以下简称GIFT）用于加快Radon变换。基于GIFT可以实现一种无需任何预处理的从灰度图像检测直线的方法。需要提一下两方面的贡献。第一，潘等人最近的工作中以一种更清晰的方式重新解释和实现了传统的傅立叶变换在频率域采样上实现的精确插值。第二，在二维度应用于二维图像弹性参数测定的插值傅里叶变换的进一步推广。实验结果表明，我们提出的方法优于标准的Radon变换，具有较低的计算负载和更高的精度。实验还表明，GIFT直线检测比得上随机抽样的一致性，是一种广泛应用于计算机视觉领域的有鲁棒性的估计。 关键字：Radon变换；广义插值傅里叶；直线检测 目 录 摘要 I 1引言 1 2广义插值傅里叶变换（GIFT） 2 3基于GIFT的直线检测 4 3.1 投影切片定理 4 3.2 用于直线检测的GIFT算法 5 4实验结果及分析 7 4.1 GIFT的参数规格和峰值检测 8 4.2 合成图像的评价 11 4.2.1 多线图像 11 4.2.2 噪声图像 12 4.3 真实图像的评价 13 5结论 15 1引言 图像的直线检测是多模式识别问题的要求，这是因为各种自然和人为因素通常可以通过其独特的线性特征组合识别出来。在过去几十年的文献中已经描述了一些直线检测方法，其中有许多是基于标准的或变形的Hough变换（HT）[1-9]，因为当图像有噪声和数据缺失发生时，应用Hough变换有稳定性和鲁棒性。然而，基于直线检测的HT计算效率随着图像尺寸和/或分辨率的增加而急剧下降。很难用这些方法获得实时性能。 Radon变换（RT）在概念上与HT相同，但比HT计算效率更高，因此基于直线检测的RT备受关注。Deans[10]首先描述了如何推断HT在图像中寻找直线，作为二维欧氏空间中定义的RT的特殊情况。他的工作表明RT能够变换图像中的直线为可能的直线参数范围，其中图像中的每一条直线将会给一个峰值（亮线）或一个谷值（黑线）对应在相应的直线参数。随后，墨菲提出了一个基于雷达图像噪声的直线检测RT方法[11]。此后，大量的工作已经完成来提高基于直线性特征检测的RT的质量[12-20]。 在大多数情况下，RT算法的计算效率是基于投影切片定理来实现的，其中直角坐标到极坐标映射是一个必要的步骤。因此，直角坐标到极坐标映射的插值误差强烈影响最后的结果。Ho等人，使用补零和种植技术来降低插值误差[18]。根据他们的方法，在转化之前，输入图像用零来填充以从N*N到(N*2b)*(N*2b)中增加图像的尺寸。任何补的零在一维离散傅里叶变换（DFT）阶段后删除。尽管他们已经表明该策略可以有效消除混淆现象，但是浪费时间。假设一个图像的大小为N*N，然后二维DFT所需的快速傅立叶变换的计算复杂度为O{N2log(N)}这说明如果b不等于零，计算成本将大大增加（近似的为4b的一个因素）。在本文中，我们提出了一个广义插值傅里叶变换（GIFT）实现一个快速的RT。 有一点必须强调的是，我们推广的是潘等人提出的采用在水平和垂直方向的不同比例因子的插值傅里叶变换。与x轴和y轴的原始参数相比，在本研究中提出两个参数使变换更灵活和实用。本文中，术语“差值傅里叶变换”代替早期文献中的“多层分数傅里叶变换（MLFFT）”[19,20]，这是因为在长期以来分数傅里叶变换不太合适，以及可以与传统的分数傅里叶变换（FRFT）混淆，FRFT与信号时频分布密切相关。然而，无论是MLFFT在[19]或本文的GIFT当应用于图像时不提供空间信息和频率信息。 本文的其余部分组织如下。章节2给出GIFT的技术细节。章节3中，阐明了GIFT算法的实现。实验结果及分析在章节4中给出，随后第5节的结论。 2广义插值傅里叶变换（GIFT） 的被DFT定义为 (1) 式中exp(.)是指数函数，