为了能够快速、精确地检测出矩形,综合分析目前存在的矩形检测算法的优缺点,提出了一种快速、高精度的矩形检测算法。所提算法首先采用环形窗口将图像分割为多个感兴趣区域,再提取感兴趣区域的亚像素轮廓,并将亚像素轮廓分割为若干线段,然后利用模糊数学理论对线段的几何和物理特性进行融合计算,最终根据模糊融合得到的判决结果完成矩形的高精度检测和定位。实验结果表明:所提算法的检测速度是基于Hough变换的矩形检测算法的7.4倍,检测最大中心定位误差为(0.507 pixel,0.272 pixel);长度的平均误差为1.034 pixel,宽度的平均误差为1.310 pixel,倾角的平均误差为0.304°,并且能够准确地检测出矩形。所提算法满足工业应用中快速、高精度的要求,且有较强的稳定性。

为了快速精确地对矩形进行识别和检测，开发了一套图像采集系统，并提出了基于改进的Harris角点检测法的快速矩形识别算法。首先，只针对多种角点中的L型角点进行快速检测，并通过亚像素级后处理提高角点的位置精度。然后,根据得到的高精度角点位置信息，任意组合角点并遴选相互平行且长度相等的直线段组，从而匹配出相互垂直且四个角点重合的平行直线段；将其作为矩形的四条边，进而循环识别出图像中所有的矩形元素。提出了伪矩形图形元素的甄别判据，以提高算法的精确度和可靠性。实验结果表明：分别用基于Harris角点和基于Hough变换的矩形检测算法处理同一图片时，前者的运算速度为后者的9.5倍；其图像识别精度能达到亚像素级，最大误差为0.4 pixel。该算法满足工业应用中高实时性、高精度的要求，并且稳定性好，抗干扰能力强。