그리드 같은 구조를 탐지하기위한 허프 변환의 대안

격자 모양을 형성하는 여러 개의 '각도'로 구성된 이미지가 있습니다.

일부 검색 후 Hough는 줄 바꿈으로 인해 문제를 일으키지 않기 때문에 적합한 것으로 보입니다. 그러나 내가 가진 문제는 내 선이 '지방'이고 내가 실행하는 가장자리 감지 (이 경우 캐니)가 중간이 아닌 선의 가장자리를 선택한다는 것입니다.

이것은 Hough 변환이 중간이 아닌 그리드 선의 '변'중 하나 (또는 ​​둘 다)를 골라내는 것을 의미합니다.

내가 찾고있는 것을 알고 있다면 (이 격자 모양의 모양은 항상 거의 같은 방향으로) 중심선을 제공하기 위해 '가장자리 감지'부분을 수행하는 더 좋은 방법이 있습니까? 완전히 다른 방법으로?

Hough Transform은이 경우 그리드를 선택하는 데 실제로 도움이됩니다. 선을 "얇게"하기 위해 골격 화 작업을 고려할 수 있습니다.

그러면 다음과 같은 이미지가 생성됩니다.

스켈레톤 화가 작동하는 방식으로 인해 그리드와 관련이없는 것처럼 보이는 일부 선이 생성되지만 "잘못된"방향을 향한 이러한 선은 Hough Transform의 선 감지를 혼동하기에 많은 수 (적어도 주어진 이미지에서는)가 아닙니다 너무 많아서 두 가지 주요 라인 세트를 분명한 방향으로 선택합니다. (HT 출력 결과는 다음과 같습니다.)

MATLAB을 사용하는 경우이 도움말 페이지 를 확인 하십시오.

Hough Transform의 대안은 Radon Transform ( 1 , 2 )입니다. 그리드 형 구조를 감지하는 알고리즘에 대한 대략적인 설명은 다음과 같습니다.

1. Perform Radon Transform from 0 to 180 degrees.
2. Find the two highest maxima in the angle bins.
3. For the two angles with maximal amplitude find the local maxima within the bin.
4. You can use the constraint that the maxima should have even spacing to deal with outliers.

편집 :

1-3 단계를 설명하기위한 작은 MATLAB 스 니펫은 다음과 같습니다.

im = imread('grid.png');
[R, xp] = radon(im, 0:180);
imagesc(0:180, xp, R)

plot(max(R)) % the two maxima are at 65 & 117 degrees

plot(R(:, 65))

plot(R(:,117))

의견에서 귀하의 질문에 대답하려면 : 귀하가 제공 한 하나의 예제 이미지 에서이 방법이 감지 된 그리드의 작은 결함에 대해 더 강력하다는 것이 나타납니다. 스켈레톤은 직선을 거의 생성하지 않으므로 후속 Hough Transform에 불리 할 수 ​​있습니다.