将L形分成两条线

Question

我希望从标记中检测距离和方向。标记是L形;两条宽度和高度相等的线连接成L形。

为了检测方向和距离，我需要将相机上的L形切割成两行。

如果代码需要每帧运行多次，那么执行此操作的轻量级方法是什么？

我已经使用此处描述的算法实现了blob检测：http://www.labbookpages.co.uk/software/imgProc/blobDetection.html。

我考虑过使用Hough变换，但我担心每帧执行需要很多处理能力。最重要的是，我认为这不是这种情况下最准确的方法。我已经进行了适当的分析，从单行提取精确的矢量，但不确定如何将L形切割成两行。

下面是相机如何捕捉L形的不同结果的图片。

我以为我可以将L形分割成一条穿过质心和边界框中心的直线来分割L形状，但这并没有成功。

一个粗略的头脑风暴草图，我认为它可能会如何完成：

Answer 1

Scanlines！

请参阅Python中的（更新的）演练here ，其中的图片可视化我的数据之旅:)）

跳过＆＃34; Scanlines＆＃34;溶液

Scanlines的

基本

假设

我假设您的样本图像存在这些约束

• 您的图像中有（多个）L形。
• 您可以轻松地对它们进行分割（没有重叠的形状，没有一个L延续到另一个......）
• 您知道Ls中行线的确切宽度

标记二进制图像

你想先知道哪些像素是L的一部分，这是由＆＃34;标记＆＃34;二进制图像。

计算每个卷的边界框，如下所示：

旋转坐标系

现在真正的诀窍是从x / y正交系统转变为＆＃34; L形指示＆＃34;对于每个形状。

将其视为将X轴重新定义为L的一个分支，将Y轴重新定义为另一个分支。 一旦我们计算了一个到另一个的转换向量，我们就安全了！

让我们考虑PCA方式

我们现在面临的问题（＆＃34;估计数据集中最大的变化轴＆＃34;）是可以使用协方差的特征向量的时刻。

我不太深入了解它，但你可以看一下这篇intro to PCA帖子来了解它。

问题通常定义在更高维度（＆＃34;给定50维数据集，计算其中的10个最大变异轴＆＃34;），但可以通过考虑扩展到2D点云问题每个形状单独说明属于L的每个像素都是2D空间中的一个点。

然而，这会浪费计算能力，因为与PCA的通常情况相比，你已经对你的L点位置有限制（他们在线上，而不是随机分散）。这个问题所涉及的线性代数的野兽对这个小问题来说太过分了

Hough Lines，救援！

您只想在2D图像中找到线条？ 对线使用Hough变换（也称为＆＃34; hough lines＆＃34;）。 OpenCV有它。

再一次很好的介绍：OpenCV's python tutorial on Hough Lines

我使用了二进制图像的骨架（这样每条线只投了一次），然后手动选择我给OpenCV算法的参数。 这就是线条有时似乎与特定图像完全匹配的原因，因为采样率等等因此=）

新希望

在你指出了对计算速度的需求之后，我想到了更多使用图像属性的技术。

RANSAC

我想过对您的数据使用RANSAC变体：毕竟，您希望将线条放入点云中。 基本技术就像你可能已经用

总结的那样

• （随机）选择足够的数据以适合模型（在您的情况下为行）
• 评估异常值的数量（模型不起作用的数据点）
• 重申并记录得分最高的模型（并继续这么做一段时间，涉及数学）

RANSAC的一个很好的介绍是this song（奇怪的是）

但我看到了并发症：

• 哪种型号？：你用4个点来定义2行，或者你为一行做2分并做两次？
• 没有异常值：你真的没有适当的异常值，那么为什么要使用RANSAC呢？
• 计算能力：您可能无缘无故地进行数千次迭代，因为您需要随机查看积分。

毋庸置疑，RANSAC无法做到这一点，但我们可以将其作为灵感来源

Scanlines！

让我们考虑你的Ls＆＃39;边界框。

如果我们在Y=0水平切片，我们将有一个1D数组，其连续区域定义为True

那么如果我们每隔一段时间切开这样的图像来定义L的向量呢？

设置5百分位数作为基线，我们只找到＆＃34;哪个X-index是Y = 0值的一维数组的中心＆＃34;，然后执行相同的Y = 0.05 * img_width

我们现在有2个2D点定义图像的第一行。

在另一边重复，你有解决方案！

计算上，你只是在img_width长度数组中找到4个中位数， 每个都是你图像中连续的一块内存（Heeeeelllo L2-cache hits！）。

同样，如果现在有点难以想象，请参阅我的code walkthrough

的结尾部分