Ein guter Ansatz zum Erkennen von Linien in einem Bild?

Ich geschrieben habe einige code, verwendet die OpenCV-Bibliotheken, zu erkennen, weiße Linien gemalt, auf gras. Ich brauche die Meinung von jemand anderem auf dem Ansatz, den ich benutzt (wie ich bin sicher, es gibt einen viel besseren Weg, als von mir). Auch die Ergebnisse, die ich bekommen hab sind nicht so gut wie ich erwartet, weil leichte Abweichungen vom Bild erfordern Feintuning der Parameter (und ich müssen für den Betrieb auf festen Parameter).

Mein Ansatz bisher:

  1. Greifen Bild von der webcam (und wiederum in Graustufen offensichtlich)
  2. Führen Sie es durch einen threshold-filter (mit THRESH_TO_ZERO-Modus, wo es null heraus alle Pixel, die UNTERHALB des Schwellenwerts).
  3. verwischen das Bild
  4. führen Sie es durch eine erosion-filter
  5. führen Sie es durch einen Canny-edge-Detektor
  6. schließlich, nehmen Sie das Bild und suchen Sie die Zeilen mit Probabilistic Hough-Transformation HoughLinesP

Sollte ich ändern, um die Reihenfolge der Filter?

P. S. ich bin nicht allzu besorgt über die Verarbeitung macht; ich bin mit den HoughLinesP auf der GPU B-)

Auch, hier ist ein Beispiel Bild:
Ein guter Ansatz zum Erkennen von Linien in einem Bild?

Den Ergebnissen, die ich bekommen hab:
mit canny
Ein guter Ansatz zum Erkennen von Linien in einem Bild?
OHNE canny (etwas tweaked Parameter)
Ein guter Ansatz zum Erkennen von Linien in einem Bild?

Jede Hilfe oder Anleitung wäre sehr hilfreich! Ich habe nur keine Ahnung, was zu tun ist, um es zu verbessern!

UPDATE
Nach einer wirklich schnellen skeleton-Implementierung (mit TONNEN von Weichzeichner) wie pro die gewählte Antwort bekam ich dies:
Ein guter Ansatz zum Erkennen von Linien in einem Bild?

Kommentar zu dem Problem - Öffnen
Es gibt einen Grund, warum Sie ausgeführt werden, die Unschärfe-nach der Binarisierung? es scheint mir logisch zu invertieren diese zwei Schritte Kommentarautor: Nicola Pezzotti
Hi, eine kurze Suche hat mir das folgende vision.caltech.edu/malaa/publications/aly08realtime.pdf Die entsprechenden opencv und matlab-code ist auch verfügbar... code.google.com/p/caltech-lane-detection Kommentarautor: G453
@NicolaPezzotti ich weiß nicht, warum ich es auch so gemacht hat. Ich hatte ursprünglich nicht verwischen, und dann habe ich es. Ich werde versuchen, die Umkehrung der Reihenfolge und erhalten zurück zu Ihnen. Trotzdem danke! Kommentarautor: Cashew
@G453 das sieht sehr vielversprechend aus! Danke für den link! Ich werde es Lesen und sehen, was ich tun kann... Kommentarautor: Cashew
@Cashew im Allgemeinen ist eine gute Praxis, die Anwendung eines low-pass-filter vor der Anwendung von einer Schwelle, um zu entfernen hochfrequente Störungen (in diesem Fall können wir betrachten gras textur wie ein Rauschen). Kommentarautor: Nicola Pezzotti

InformationsquelleAutor der Frage Cashew | 2013-05-21

  1. 11

    Ich würde versuchen, eine Skelett-Darstellung des Bildes. Das problem mit dem canny, hier, ist, dass es im Grunde die Ergebnisse in zwei Zeilen, weil der Breite der Linie.

    Dann würde ich gelten die Hough-Transformation.

    InformationsquelleAutor der Antwort JonesV

  2. 5

    Eine mögliche Lösung ist, nehmen Sie alle edge-Punkte, die Sie erhalten von der canny edge detection und passen eine Linie mit linear least sqaures (eventuell iterativ) auf diese Punkte. Auf diese Weise erhalten Sie eine einzige Zeile, die "am besten passt" das Kante zeigt. Es gibt praktisch keine Parametrierung an dieser Methode.

    InformationsquelleAutor der Antwort Zaphod

  3. 4

    War ich mit Canny für den innen-Bilder, aber outdoor finde ich eher geeignet, die Laplace-und Sobel-filter filtern, gelten als Probabilistische Hough-line-Transformation (PHT).

    Wenn u wollen, um dicker deine Zeilen, Sie sollten versuchen, die Sobel-operator nach Laplace und schließlich der PHT. Wenn Ihr Bild ist zu neugierig, es könnte noch schlimmer werden.

    InformationsquelleAutor der Antwort Elod

  4. 0

    RANSAC Algorithmus kann eine gute Methode. Diese Methode ist ähnlich regression oder interpolation Ansätze. Sollten Sie extrahieren Sie Punkte nach der Verwendung einer edge detection(beste Methode ist canny für dieses Ziel, wie ich finde). Dann sollten Sie am besten Zeile. Für die Suche nach der Linie, die durch verschiedene Punkte gibt es verschiedene Methoden wie lineare regression oder RANSAC. Finden Sie die Umsetzung und Notizen über RANSAC Algorithmus in dieser link.

    Beachten Sie, dass RANSAC und andere nützliche algorithmen für dieses Ziel sind already implemented im OpenCV (ich weiß in der version 3.2) und in Accord NET (eine freie Bibliothek für die Bildverarbeitung).

    InformationsquelleAutor der Antwort Babak.Abad

  5. 0

    Nach Ihrem letzten Ergebnis (nach Skelett-filter), erhalten Sie viele kleine Segmente. Ich glaube, du bist wirklich in einer guten position an diesem Punkt, um das umzusetzen, was getan worden ist, in diesem Artikel:

    http://www.cs.ubc.ca/~lowe/papers/aij87.pdf

    Im Grunde, Sie bieten Werkzeuge, um sich neu zu formieren verschiedene Funktionen in einem Bild auf, wie wahrscheinlich Sie gehören zu einem und demselben Objekt. Also alles, was Sie würde tun müssen, ist, füttern Sie Ihre Ergebnisse auf Ihrem Algorithmus, und Sie würde wahrscheinlich eine einzige Zeile als Ergebnis.

    InformationsquelleAutor der Antwort Exeko

Schreibe einen Kommentar