1、长春理工大学学报（自然科学版）Journal of Changchun University of Science and Technology（Natural Science Edition）Vol.46No.2Apr.2023第46卷第2期2023年4月收稿日期：2022-09-10基金项目：吉林省科技厅重点研发项目（20200401070GX）作者简介：李国旺（1997-），男，硕士研究生，E-mail：通讯作者：李英（1979-），女，博士，副教授，硕士生导师，E-mail：李国旺，等：基于Hough-Harris的消音壁顶点检测基于 Hough-Harris 的消音壁顶点检测李国旺，
2、李英，马韵琪，夏晨旭（长春理工大学光电工程学院，长春130022）摘要：在消音壁领域中，消音壁的顶点检测是后续对消音壁毁伤评估、三维重建等任务的关键，检测出的顶点准确率直接影响后续任务的精确度。为提高检测出消音壁顶点的准确率，提出一种基于 Hough-Harris 的消音壁顶点检测算法。首先，使用 Hough 算法检测出的角点作为基点；然后，利用 Harris 检测出消音壁边框上的角点，选取以基点步长为 10 个像素的领域内角点作为样本点；最后，建立回归模型，利用高斯提出的最小二乘法求出最小误差，预测出消音壁顶点坐标。实验结果表明，本文算法预测顶点坐标与真实顶点坐标偏差量都小于 Hough 算
3、法和 Harris 算法检测出的角点，IoU 评估指标高达 98%以上，高于 Hough 算法和 Harris 算法的 IoU 指标。关键词：Hough 算法；Harris 算法；顶点检测；消音壁中图分类号：TP274.3文献标志码：A文章编号：1672-9870（2023）02-0106-08Soundless Wall Vertex Detection Based on Hough-HarrisLI Guowang，LI Ying，MA Yunqi，XIA Chenxu（School of Opto-Electronic Engineering，Changchun University o
4、f Science and Technonlgy，Changchun 130022）Abstract：In the field of deadening wall，the detection of deadening wall vertices is the key to subsequent tasks such asdamage assessment and 3D reconstruction of deadening wall.The accuracy of detected vertices directly affects the accuracyof subsequent task
5、s.In order to improve the accuracy of detecting deadening wall vertices，this paper proposes a deadeningwall vertices detection algorithm based on Hough-Harris.Firstly，the corner point detected by Hough algorithm is used asthe base point.Then，Harris was used to detect the corner points on the bezel o
6、f the silenced wall，and the corner points inthe field with a base point step of 10 pixels were selected as sample points.Finally，the regression model was established，and the least square method proposed by Gauss was used to calculate the minimum error and predict the vertex coordinatesof the silence
7、d wall.Experimental results show that the deviation between the predicted vertex coordinates of the proposedalgorithm and the real vertex coordinates is smaller than the corner points detected by Hough algorithm and Harris algo-rithm.The IoU evaluation index of the proposed algorithm is higher than
8、98%，which is higher than the IoU index ofHough algorithm and Harris algorithm.Key words：Hough algorithm；Harris algorithm；vertex detection；sound-absorbing wall消音壁领域中顶点检测是关键任务之一，其顶点在图像处理中可认为是角点，而角点一般定义为两条边的交点，是图像中重要的结构信息之一，在图像处理领域中有着关键性作用。目前对角点定义的数学公式不具有普遍性，根据不同领域内针对检测的角点需求不同，其表达方式也不一样，例如图像亮度变化剧烈的点和图像
9、边缘曲线的曲率局部极大值点等。目前角点检测的方法主要分为两种：基于灰度强度变化检测和基于边缘轮廓检测1。由于基于灰度 强 度 变 化 的 检 测 算 法 简 单、实 时 和 稳 定 性高，因此被广泛应用。基于灰度强度变化的角点检测主要通过图像 局 部 灰 度 值 的 变 化 判 断 角 点。在 1977 年，Moravec2提出 Moravec 角点检测，在图像上通过二值矩形窗口滑动寻找最小灰度值变化的最大值；1988年受Moravec思想启发，Harris和Stephens3提出 Harris 角点检测，利用自相关矩阵求出特征值，来确定响应函数；1997 年 Smith 和 Brady4提出
10、 SUSAN（Smallest Univalue Segment AssimilatingNucleus）角点检测，利用像素领域的圆形模板，判断此点是否属于 USAN 区域，进而判断是否为角点；1998 年 Trajkovic 和 Hedley5提出 FAST 角点检测，观察某点领域内经过该点的任意直线上的灰度变化情况，计算出水平和垂直方向灰度变化值，构建角点度量函数判断是否为角点。近年来，国内外科研人员也基于上述方法作出了一些改进，例如：2006 年 Rosten 和 Drummond6提出了高速角点检测算子，利用机器学习加速角点检测；2012 年 Bongjoep 等人7利用自适应于图像的
11、结构张量检测角点，提高 Harris 算法的检测准确率；2013 年 He 等人8在 SUSAN 算法的基础上，提出角点预检测减少伪角点，减少计算量；2014 年 Qiao 等人9提出了一种改进的 Harris亚像素点检测算法，提高了对含有噪声图像角点检测的准确性；2017 年卢伟家等人10提出在Harris 算法中加入一种加权系数自适应的均值滤波，提高精确度和检测速度的同时减少伪角点的检测；2016 年王冠群等人11提出一种基于高斯变换的多尺度 SUSAN 角点检测方法，解决了传 统 SUSAN 算 法 在 单 一 尺 度 下 检 测 角 点 的 缺陷；2017 年 Wang 等人12针对
12、Harris 算法选取合适 阈 值 的 问 题，提 出 一 种 迭 代 阈 值 的 自 适 应Harris 角点检测方法；2017 年刘妍等人13提出一种基于 SAR-FAST 角点检测算法，以检测点为圆心，选择合适半径，根据圆周上进行滑动窗口检测，检测出的角点稳定性和重复性好；2020 年周伟等人14提出一种改进的 Harris 角点检测，结合多边形逼近方法提取目标轮廓拐角顶点；2021年苗荣慧等人15利用 Harris 算法和 RANSAC 去除误匹配点，实现图像精准匹配。综上所述，对图像检测角点的方法众多，都是对其检测角点坐标准确率、精准性、去伪角点或适应性进行改进。但是，这些方法大多数
13、适应自身领域，对其他领域并没有较好的普遍适应性，目前消音壁毁伤评估还处于人工评估阶段，并没有对其顶点检测的方法。由于毁伤后造成消音壁边缘产生畸变，上述方法并不适用消音壁的顶点检测。因此，本文提出一种基于Hough-Harris 的消音壁顶点检测方法。首先，对图像进行霍夫直线检测，以拟合直线后得到的角点作为基点；然后，再通过 Harris 算法检测出消音壁边缘上存在的角点；最后，利用基点以及基点步长为 10 领域内的角点构建回归方程，采用基于高斯的最小二乘法求出最小误差，进行消音壁顶点预测。将 Hough 算法、Harris 算法检测出的角点以及本文算法预测出的角点与真实角点进行对比分析，计算坐
14、标偏差，同时计算IoU（Intersection over Union）指标，验证本文提出的算法检测角点更符合真实角点，能提高角点检测准确性，减少后续毁伤评估、三维重建等工作任务中计算的误差。1消音壁顶点检测无人机拍摄消音壁获取图像时，因为拍摄时会产生抖动，获取的图像也并不是一副单独消音壁块，周围还有其他部分消音壁块。消音壁后续的毁伤评估不是对整体结构进行打包式评估，而是对具体的毁伤部分进行局部毁伤评估。因此，需要对图像进行顶点检测，通过检测出的李国旺，等：基于Hough-Harris的消音壁顶点检测第2期107长春理工大学学报（自然科学版）2023年顶点进行几何校正，将消音壁块从图像中分离出
15、来。1.1霍夫直线检测霍 夫 变 换（Hough Transform）由 Hough16于1962 年首次提出，1972 年 Duda 和 Hart17将此方法推广使用。到目前为止，霍夫变换是图像检测几何形状的基本方法之一，其变换思想是两个不同坐标空间之间的相互转化，将一个空间中相同的曲线或直线一一映射到另一个空间的一个 点 上 形 成 峰 值。霍 夫 直 线 检 测（Hough LineDetection）具有连接不连续线段的特点，可以用于消音壁块的边框检测，坐标转换过程如图 1 所示。（a）直角坐标系（b）参数空间图 1坐标转换过程其中，直角坐标系中的直线表示为：y=kx+b（1）式中，k
16、是直线的斜率；b是直线的偏置。而直角坐标系中点A的坐标为()x0,y0，经过点A的直线有无数条，这些经过该点的直线称为一簇直线，该簇直线表示为：y0=kx0+b（2）因为x0和y0为固定值，不同取值的k和b代表经过点()x0,y0的不同直线，可以将方程变换为：b=-kx0+y0（3）此时，可以将x-y空间中过点A()x0,y0的一簇直线转换为参数空间k-b中的一条直线。同理，再在x-y空间内增加点B()x1,y1，映射为参数空间中另一条直线，两条直线的交点反映射到x-y空间中为经过A和B的一条直线，如图 2 所示。（a）直角坐标系（b）参数空间图 2多参数转换图由此看出，经过上述转换后，直角坐标系中x和y变为参数空间中斜率和偏置，此时的直线也转换为过点()b0,k0的直线簇。但是当直角坐标系x-y中的直线垂直于x轴，其参数k为无穷大，参数空间将不能表示直角坐标系x-y中的直线。因此，将直角坐标系x-y转换为极坐标系，此时包含表示直线的所有范围，极坐标形式如式（4）所示：r=xcos+ysin（4）108其中，r为原点到直线的距离；为原点到直线垂直距离的交点与横轴的夹角。此时图像空间上的