消失点检测课件

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,消失点方法概述,一种三维场景的消失点检测算法,图像中一般道路检测-消失点估计,基于霍夫变换的消失点检测,消失点方法概述,1,消失点概述,空间一组平行直线，在图像平面上所成的像有且仅有一个交点，称为消失点。消失点不同于成像,于,平面上的其他特征点，它蕴含了直线的方向信息，对其分析可以得知大量场景三维结构和方向信息，在很大程度上简化对场景的描述和理解。所以，消失点估计在机器人导航、目标重建、相机定标等方面都有广泛的应用，是计算机视觉领域内的一个重要研究课题。,消失点概述,2,常用消失点检测算法可分为3大类：第一是用空间变换技术，把图像上的信息变换到一个有限的空间上去，如高斯球变换、Hough变换；第二类是直接利用直线的信息，在图像平面上进行消失点的检测，由于要对所有可能的直线交叉点进行计算，算法复杂度较高；第三类用统计估计的方法，根据图像上边缘特征点估计直线参数，由这些参数计算出消失点，或者利用消失点和边缘特征点构造代价函数，同时估计直线和消失点。,常用消失点检测算法可分为3大类：第一是用空间变换技术，把图,3,一种三维场景的消失点检测,在理想的情况下，真实场景中的一组平行线在图像中会投影到一组直线，这组直线有一个公共的焦点，这个交点可能在平面内，也可能在无限远处，这个点即为消失点，同一平面内，消失点的连线称作消失线。如图所示,一种三维场景的消失点检测,4,三维场景的检测过程共分为三步,1）线段检测：找到图像中存在的满足一定长度的线段；,2）线段聚类：将图像分成16个扇区，然后将每个区域里的线段分成一组，之后以这些线段的交点为中心作为候选消失点；,3）消失点确定：定义每条线段对某个候选消失点投票值为,三维场景的检测过程共分为三步,5,如图所示，为线段中点与vp的连线和该线段的夹角，为鲁棒性阈值，一般取值为0.1。然后对候选消失点vp得到的投票做统计直方图，取三个最大峰值作为三个vp。根据所有线段所支持的vp，将其分到夹角r2(z)r36(z),(),在（z）方向上设置置信函数为,，对该函数进行归一,化处理，去掉Conf(z)值小于T（0.3）的像素值。,考虑5个弧度值（,9,2）区域自适应软投票,对于图像的每个点V，定义一个V以下中心在V的半盘图像投票范围，半盘半径为0.35*r,r是图像对角线长度。综合投票点与候选消失点之间的距离和角度进行投票。引入比率d(P,V)等于图像对角线长度除于PV的距离，并令 为P点方向和纹理方向之间的角度。,最后检测接受最大的投票得分的候补作为消失点,2）区域自适应软投票,10,消失点检测课件,11,基于Hough变换的消失点检测,通过霍夫变换，图像空间中的一点可以变换为参数空间中一条曲线。如果所示，代表垂直距离，代表与x轴的夹角。=x cos+y sin，这样就有X,Y=,。,首先假设 图像中的（）转换到参数空间=x cos+y sin，综合以上公式可得,基于Hough变换的消失点检测,12,此公式表示一个圆心为 半径是 的圆。通过Hough变换检测到圆即可得到消失点。但是检测圆比较复杂，我们可以在此进行变换，将检测圆转换为检测直线。,令 则上述公式变为 。这个等式代表的是在S,T上的直线，这样检测圆就转换为检测直线。,此公式表示一个圆心为 半径是,13,Hough变换中检测直线方法是利用极坐标形式。将S,T转换为R,W的极坐标空间，如图所示,Hough变换中检测直线方法是利用极坐标形式。将S,T转,14,算法步骤,1）从原始图像中提取边缘像素；,2）对每个边缘点，变换值，求出对应的，如果交于（，）的曲线个数大于一定的阈值，则保留该组值；,3）令 ，其中（1/1,）为2步中找到的峰值，求出S,T对应的极坐标参数r,w,4）由 求出消失点,算法步骤,15,