algorithme rapide pour détecter l'inclinaison des lignes dans l'image

Question

Mon exigence est de trouver l'inclinaison des lignes (tous les 8 lignes) autour de la matrice de données, comme représenté sur le bord détecté l'image:

les deux principales restrictions:

• l'inclinaison détectée doit avoir une précision d'au moins 0,1 ° (le meilleur possible dans cette image)
• Temps nécessaire doit être inférieure à 30 ms

Je suis l'implémentation de l'algo sur un DSP Blackfin, et j'ai utilisé la boîte à outils de traitement d'image Blackfin.

J'ai essayé d'utiliser la transformation Hough et Contour pour trouver les lignes et donc leurs inclinaisons mais la limite de temps dépasse. Toute suggestion pour utiliser un algorithme différent ou optimiser celui-ci serait utile.

[pour mon cas d'utilisation plus la précision de l'angle le mieux, je vise au moins 0,02 à 0,05 avec une image de résolution supérieure]

Answer 1

Une approch rapide et facile serait de balayer chaque ligne et colonne pour la premier et deuxième pixel blanc à partir de gauche, droite, haut et bas. Ensuite, utilisez simplement un algorithme d'ajustement de ligne robuste pour obtenir les lignes.

Sauf si vous n'avez pas déjà essayé de le faire, vous pouvez réduire les données pour la transformation Hough ou d'autres algorithmes en recadrant l'image à la taille DMC.

La précision d'angle requise ne peut pas être atteinte car vous n'avez pas assez de résul- tats. Et même si vous aviez vos résultats souffriraient de tout bruit et de valeurs aberrantes.

Answer 2

1. boîte bondissant

   analyse tous les points et trouvé xmin,ymin,xmax,ymax de pixels ensemble

2. trouver les lacunes

   lignes de balayage coulé par la moitié de la zone de délimitation remémoration/mesure les tailles d'écart. Pour éviter les lignes manquantes (à cause des trous), vous pouvez lancer plus de lignes de balayage ou scanner avec un rayon plus large.

   Si vous avez besoin d'exemples pour voir ray fonte/balayage:

   • How to find horizon line efficiently in a high-altitude photo?

3. segmentate l'image dans des régions

   vient rétrécir boîte englobante par une fraction (50 %) d'un écart ... quelque chose comme ceci:

   

   formant 8 régions rectangulaires chacune avec une seule ligne sans bruit provenant des bords.

4. regress/lignes d'ajustement

   L'idée est de faire une liste de tous les pixels fixés pour chaque région séparément et s'adapter à une ligne qui a la plus petite distance à tous.

   Je voudrais essayer d'utiliser ceci:

   • Given n points on a 2D plane, find the maximum number of points that lie on the same straight line

   Ou utiliser la recherche d'approximation et forme quelque chose comme

   • Curve fitting with y points on repeated x positions

   simplement ignorer la courbure et ajuster les paramètres d'équation de ligne directement à la place des cubiques.

   Après les lignes sont montées, vous pouvez calculer leur pente directement par atan2(dy,dx)