龙源期刊网 http://www.qikan.com.cn
基于Harris算法的直线提取方法
作者：杨旭 赵径通 高升久
来源：《电子技术与软件工程》2016年第04期
摘 要 根据Harris算法的原理，结合直线边缘的特征，提出一种新的直线提取方法。图像灰度窗口在直线边缘上移动时，只有沿直线方向移动，窗口灰度才不会发生变化，沿其他方向移动，窗口灰度会产生较大变化。结合Harris算法原理，推导了直线边缘的提取原理和方法，并通过仿真实验，证明该方法能有效的提取直线特征，相比于Hough变换法具有更快的运行速度。
【关键词】图像分割 边缘检测 Harris算法 Hough变换 直线提取 1 引言
直线特征是图像中物体的基本形状特征之一，大部分人造目标如房屋，公路，桥梁，机场都具有明显的直线特征。在图像分析与理解过程中，直线特征是一种常用的中层符号，可以简洁高效地对目标形状进行描述，有利于高层次的图像处理。由于直线在图像分析中的重要地位，其提取算法也是人们研究的重点，目前主要的直线提取算法可以分为两类。第一类是先通过边缘检测，阈值分割等方法提取边缘，再对边缘进行直线拟合。代表算法是Hough变换法，其原理是将图像平面中的点按照待求曲线的函数关系映射到参数空间，然后找到最大聚集点，完成从直线到点的变换。第二类直线提取方法是直接进行直线区域搜索，寻找直线支持区，然后对直线支持区进行直线拟合，代表算法是相位编组法。利用图像灰度的相位信息，将相邻方向相同的点编为一个直线支持区，然后对直线支持区进行灰度平面拟合，使灰度平面与相应的平均灰度平面相交，其交线即为所求直线。
本文提出的基于Harris算法的直线提取方法是上述两类直线提取方法的相结合的方法，通过对边缘进行直线搜索，根据Harris原理进行判断，筛选直线上的点。 2 算法描述 2.1 图像预处理
在实际卫星图像中，通常会包括其他很多干扰物体，如建筑、湖泊等等，在对机场类直线目标进行提取之前，对图像进行分割，滤波等预处理手段，可以有效提高系统的运算效率，减少干扰，提高目标识别度。本文才用Harris角点检测原理进行直线提取，针对图像边缘进行直线检测，能提高检测精度，同时提升检测速度。
本文算法的图像预处理包括对原始图像采用多重迭代法进行图像分割，利用LOG算子对图像进行边缘检测。
龙源期刊网 http://www.qikan.com.cn
2.2 Harris角点检测原理
Harris角点检测方法是由C.Harris和M.Stephens提出的，其原理是将图像窗口w沿任意方向做微小移动，其窗口的灰度值变化会有3种情况：
（1）灰度值不随窗口w的移动而变化，表明此处为平坦区域。
（2）窗口w沿任意方向移动都会引起灰度值的剧烈变化，表明此处为角点。
（3）窗口w沿特定方向移动，灰度值不发生变化，沿其他方向移动，灰度值剧烈变化，表明此处为边缘。
窗口w移动时，其灰度变化量可以定义为： 2.3 Harris原理检测直线
图像边缘是单像素的连通域，将图像窗口沿边缘移动，当边缘是直线时，图像窗口的灰度值在窗口沿直线方向移动时不会发生变化，沿其他方向移动时灰度值会发生剧烈变化，通过图像窗口灰度值的变化情况，可以确定边缘像素点是否在直线上。 根据式（4）中的灰度值变化量的定义，可以得到
边缘上的点A，B不同时为0，当时，式（9）恒大于0，表明此点是角点，当时，表明此处在直线边缘上，对应于Harris检测算法中Det（M）=0的情况。根据判断Det（M）的值可以确定像素点是否在直线上。 3 实验结果
在原Harris算法中求解时，采用的是prewitt算子，即[-1，0，1]，无法计算单位矩阵的横向微分，本文采用简单的[-1，1]模板进行横向微分的计算，得到的结果更加准确。
本文选用的图片为机场的卫星图像，在Matlab2013a环境下进行仿真，得到的结果如图2所示。
图2中（a）图为一机场卫星图像作为原始图像，经过阈值分割和LOG算子提取边缘后得到如图（b）的边缘图像，其中包含了机场跑道信息，图（c）则是在边缘图像中做Harris检测提取出的直线段，图（d）是Hough变换法得到的直线特征提取图。可以看出，本文算法可以很好的提取出目标的直线特征，更具有针对性。
同时，本文将该算法与Hough变换算法在计算时间上做了比较，其结果如表1所示。
龙源期刊网 http://www.qikan.com.cn
可以看出，本文算法在运算速度上优于Hough变换算法。 4 结论
本文提出的基于Harris算法的直线提取方法能够有效得提取图像中的直线特征，同时与Hough变换相比，本文算法是基于图像目标边缘信息，更具有针对性，并具有更快的运行速度。本文算法依赖于图像边缘提取的效果，同时微分算子的选择会影响到直线的检测结果，具有一定的局限性。本文提出的算法是根据Harris算法得到的，目前已有多种Harris算法的改进措施，其中的部分改进方法可以应用到本文算法的改进中，进一步提升本文算法性能。 参考文献
[1]李建飞，文志强，卢永乐，等.基于直线检测的遥感影像道路提取方法[J].科学技术与工程，2015（3）：124-130.
[2]康文静，丁雪梅，崔继文，等.基于改进Hough变换的直线图形快速提取算法[J].光电工程，2007，34（3）：105-108.
[3]周俊，王仁礼，吴云东.基于边缘检测的编组法直线提取[J].测绘学院学报，2004，21（3）：181-183.
[4]陈宁宁.几种图像阈值分割算法的实现与比较[J].电脑知识与技术，2011，07（13）：3109-3111.
[5]Harris C G，Stephens M， Harris C G，et al.A combined corner and edge detector[J].Proc of Fourth Alvey Vision Conference，1988，53（3）：147-151. 作者简介
杨旭（1987-），男，四川省达州市人。现为西南技术物理研究所在读研究生，从事图像识别、图像分析方向研究。 作者单位
西南技术物理研究所 四川省成都市 610041