简析缝隙检测算法新思路
本文就经典的缝隙图例简单分析缝隙检测算法的一个新思路,值得思考。
图例
图例特点:比较直,但长度粗细不定,有些地方非常微弱,断断续续。
问题分析:
这个问题类似于边缘提取,我们想到经典的canny算子,然而canny算子不保证边缘连续,而且无法给出直线划分,但却给我们一个分析问题的方向。以下思路是在canny算子的基础上进行的:
1. 计算各处的梯度向量
2. 梯度方向上进行非最大值抑制
3. 边缘追溯
我们对图像进行边缘追溯,canny算子除了给我们提供了边缘之外,其实还有丰富的局部梯度信息,而我们提取的缝隙都是直线,因而梯度信息是非常宝贵的。
For每个图像中的点:
If 当前点 == 0:continue
While 两端还活着:
试图沿着梯度的垂直方向生长,找下一个点(如果没找到,生命值-1)
找到后判别目标点的梯度向量是否与当前集合平均一致
一致则合并,生命恢复,计算新的平均梯度,不一致则生命值-1
生命减到1,停止生长
优势:考虑了梯度方向问题,可以很好的排除非自己所属的边缘
加入生命值的概念,可以在断的时候,继续沿着梯度垂直方向生长,得以延续。
4. 直线性判别
所有直线都生长结束后,对每个轮廓进行特征值分解,用较小的特征值进行线性度判定。
5. 线段配对
1)两个线段长度相似
2)两个线段质心接近
3)两个线段梯度向量相对立
总结:算法基于canny算子,在极大值抑制后,没有进行双阈值,而是保留梯度向量进行线段追溯,追溯过程中加入生命值概念,让直线延续性得以保证,而有梯度和生长方向概念,也不会混入其他点,得到纯净点后进行直线度检验,最后对所有提取出来的直线进行配对,得到结果。
赞 (0)