因为点阵图中最小单元是像素,但有时候一个点的中心(图像中不会是一个强边缘的点,而是一个向四周渐弱的光斑),或者说一个圆,他的中心可能会落在像素之间,那么他的坐标应该如何确定呢?
定义一个高斯模板来遍历图像并进行卷积(可以考虑使用多尺度卷积多次),保留卷积得到较大特征值的区域,然后对每个区域,构造模型为卷积图像与原图像的残差平方和,再对该区域的模型函数进行各个参数的求导,包括像素坐标,背景灰度,中心灰度,方差等,以求得残差最小的参数,其中就包括有中心坐标
如果是要求直线边也是,一般来说图像也没有明确的亮暗分界线,而是由亮到暗的渐变过程,那么同理构造渐变模型来卷积,注意这里比上面的点还要多一个参数,那就是旋转的角度。对保留下来的每个模型区域进行求导,从而求出最值
上面是边缘的情况,还有一些情况是求角,例如两条直线本来应该是成很尖锐的锐角的,但是在图像中由于角度与分辩率的问题,那个角不明显,变成了一个弧。此时就不能用模板卷积了,而是考虑用链表和。就是求出轮廓后,对轮廓上相邻点依前求和,当当前点的前N个链表和与后N个点的链表和差值较大(且非极大值抑制),就开始对其进行操作。具体方法是求前N个点所成直线,和后N个点所成直线,然后求交线,关于多个点用梯度下降求拟合直线,就是一个线性回归的问题了。