43、基于边缘方向直方图的圆形物体检测方法

基于边缘方向直方图的圆形物体检测方法

1. 引言

在目标检测领域，基于形状的目标检测方法通常比依赖颜色信息的方法更可靠，但往往需要更多的处理能力。不过，如果场景的通用性受到限制，计算量可以大大减少。以RoboCup足球比赛为例，根据RoboCup 2050任务，机器人需要能够适应室外光照条件，并使用标准的国际足联足球进行比赛。因此，从早期开始，RoboCup比赛就关注无颜色信息的球检测。

此前，Dalal和Triggs提出的方向梯度直方图（HOG）算法最初用于静态图像中的行人检测，如今已扩展到动物、车辆等其他物体以及视频流等媒体。本文提出的方法受此启发，并结合了Viola等人提出的积分图像概念，使用积分图像和重叠二分搜索来扩展这一思想，以实现全局球检测。

在不同规模的RoboCup比赛中，球检测方法有所不同。中型和小型联赛中，由于相机运动不快且球的位置可较好预测，局部球搜索更相关；而在人形机器人联赛中，相机运动快且测量误差大，难以预测球的位置，因此更需要全局搜索方法。

2. 方法结构

该方法包括五个阶段，具体流程如下：

graph LR
    A[计算梯度向量] --> B[非极大值抑制]
    B --> C[构建直方图积分图像（HII）]
    C --> D[重叠二分搜索]
    D --> E[统计过滤]

2.1 梯度向量计算和阈值处理

• 计算梯度向量 ：使用标准方法计算梯度向量，为了获得更好的性能，采用