光条中心提取算法——steger算法（Hessian矩阵）的代码实现

最新推荐文章于 2024-04-20 11:57:30 发布
最新推荐文章于 2024-04-20 11:57:30 发布
阅读量1w 收藏 47
点赞数 2
分类专栏： OpenCV
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_27931977/article/details/95985092
版权
博客讨论了使用Steger算法通过Hessian矩阵提取光条中心点的问题。作者分享了找到的代码资源并指出在确保每行只有一个中心点时遇到的挑战。文章引用了Halcon中的描述，强调了对第二方向导数的局部最大值进行判断的重要性，并提到了阈值选择的依赖因素，如线的幅度、宽度和高斯平滑参数。还讨论了hysteresis阈值操作的上下限选择及其对结果的影响。
摘要由CSDN通过智能技术生成

下面三个网站是我自己找到的代码，但是都没跑过。其中最后一个好像根据steger写的代码改进的，可以重点看这个。第四个网网址是Halcon里面steger算法的介绍。

https://github.com/allen52/Hessian-steger/tree/master/Hessian-steger

https://github.com/thorstenwagner/ij-ridgedetection/tree/master/src/main/java/de/biomedical_imaging/ij/steger

https://github.com/jalmar/CurveTracing/tree/master/source/stegers

https://www.mvtec.com/doc/halcon/1905/en/lines_gauss.html

我遇到的问题，如果在对每个像素点都计算Hessian矩阵，并求中心的时候，那么在光条中心提取时，怎么保证每行只得到唯一的一个中心点？

我看到的代码是每行取遇到的第一个灰度值为255的点，计算中心点坐标，如果tnx < 0.5的话，则

最低0.47元/天 解锁文章
qq_27931977
关注
  • 2
    点赞
  • 踩
  • 47
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
OpenCV Steger算法提取条纹中心线
dayuhaitang1的博客
03-19 500
OpenCV Steger算法提取条纹中心线
steger 核心算法，可以直接运行
11-30
经过改进的steger算法，给大家公开学习，这里我用matlab写了一些代码，给大家分享一下。
Hessian矩阵（黑塞矩阵）
最新发布
THMAIL的博客
04-20 1612
对图像进行处理后，图像中大部分的线性结构都会被增强，但是一些细微结构并未被增强太多，而且一些粗的结构中也出现了空洞，这与求导窗口的大小有关，求导窗口太小，很多粗的结构中会出现中空的现象，因为中心区域被认为是点结构了。二阶导数表示导数的变化规律，如果函数是一条曲线，且曲线存在二阶导数，那么二阶导数表示的是曲线的曲率，曲率越大，曲线越弯曲。如何判断一个矩阵是否是正定的，负定的，还是不定的。但是同一幅图像中，线性结构的粗细肯定是不同的，同样窗口的大小是无法全部适用的，针对这个问题，可以使用多模板的方法。
激光条纹中心提取——Steger法python
CharmsLUO的博客
03-03 5286
激光条纹中心提取——Steger法pythonStegerpython代码 Steger Steger算法是目前使用最广泛的线结构光条纹中心提取算法之一，是由Steger在二十世纪末提出。Steger算法是基于Hessian矩阵（见式1-18）得到图像中光条纹的法线方向。 图像中点的法线方向由该点的Hessian矩阵最大特征值的绝对值对应的特征向量给出，通过在法线方向上求极值点得到光条纹中心的亚像素位置。g(x,y)是二维高斯卷积核，用于突出光条的灰度分布特征。z(x,y)是以图像上的点(x,y)为中心，
steger算法
12-06
这是用matlab编写的结构光光条提取，并且有自己的改进策略，里面还有我对结构光条提取的详尽的分析
Steger算法（Line_Gauss）-光条中心线提取（基于Hessian矩阵）
jiangxing11的博客
09-02 1万+
Steger算法（Line_Gauss）-光条中心线提取（基于Hessian矩阵）算法背景介绍Hessian 矩阵与泰勒多项式关于求t导数与中心点、亚像素点高斯函数作用文献 算法背景介绍 在线结构光视觉传感器中，由线激光器发射出的线结构光，在本质上为一个连续且具有一定厚度的空间光平面，而在目标表面上所形成的具有一定宽度的光条特征，即为该光平面与目标表面相交而成的交线。在该空间光平面的厚度方向上，光强近似服从高斯分布，因而在摄像机采集到的光条图像中，在沿着光条宽度的方向或光条的法线方向上，其灰度也会呈现出类似
Steger算法原理详解
u011725598的博客
03-25 8806
看了好久，感觉明白一些，记录一下 Steger提取激光中心线的原理大致为： 首先将激光图片高斯模糊一下，卷积核大小要为激光线条的宽度，将激光的截面光强分布变为理想的正态函数。 实际的激光线条有一个宽度 要变为理想无宽度的 然后求出每一个点对应的二阶导数（hessian矩阵）、一阶导数的值，来构造一个该像素点附近的光强分布函数（泰勒展开）。 （一阶、二阶导数通过构造卷积核来计算，代码中体现） 求出二阶导数的同时，可以得到hessian矩阵。 Hessian矩阵的特征值就是形容其在该点附近特征向量方向的凹
代码：利用Steger算法提取激光中心线的亚像素坐标（Matlab）
kangjielearning的博客
03-03 1万+
最近一直在做线结构光扫描三维成像方面的内容，采用结构光进行扫描检测时，需要提取激光条纹的中心线，我利用Steger算法提取激光中心线的亚像素坐标，在Matlab 2018b 软件上运行。 下面先介绍一下steger算法的运行思路：(借鉴的别人的总结，直接截图白嫖过来了) 根据算法思路，我们 ①输入图像 ②图像处理 ③利用高斯模板与图像卷积构造hessian矩阵 ④求解hessian的特征值得到光.........
Steger算法的基本原理
Ucarrot的博客
09-28 2128
利用Steger方法实现光条中心提取
光条中心线提取-Steger算法（基于Hessian矩阵）
热门推荐
Dangkie的专栏
01-07 3万+
采用结构光进行扫描检测时，需要提取激光条纹的中心线，本文采用经典的Steger算法提取光条中心。 Steger算法原理 Steger算法基于Hessian矩阵，能够实现光条中心亚像素精度定位：首先通过Hessian矩阵能够得到光条的法线方向，然后在法线方向利用泰勒展开得到亚像素位置。 对于图像中激光条纹上的任意一点(x,y)(x,y) ，Hessian矩阵可以表示为： H(x,y)=[r
光条中心提取_steger光条提取demo_
09-29
这个"光条中心提取_steger光条提取demo_"的压缩包文件包含了实现这一算法的示例代码和辅助函数，可以帮助我们深入理解并应用Steger算法。 1. **Steger光条提取算法**：Steger算法基于Canny边缘检测和Hough变换，但...
基于主成分分析的结构光条纹中心提取方法
02-12
条纹中心提取是线结构光表面形貌测量的关键问题，提出一种基于主成分分析方法实现结构光条纹中心提取的方法。利用大津阈值法提取图像的感兴趣区域(ROI)，在经两次高斯卷积得到条纹的梯度分布的基础上确定条纹中心的初始位置，利用主成分分析来确定这些点上法线方向；以初始位置为基准点，对条纹的灰度分布函数在法线方向进行二阶泰勒展开求得条纹中心的精确位置。实验结果表明，该算法具有速度快、精度高等特点，相对Steger算法，均方误差(MSE)小于0.003 pixel，速度提高了近3 倍。该方法能够实现结构光条纹中心线的快速高精度提取，为结构光视觉检测的实时应用奠定了基础。
条纹中心线提取可靠方法
05-22
条纹中心线提取的算法，条纹轮廓的算法，提取中心线后可以对条纹宽度估计，进而可以得到条纹密度。
线激光中心线提取软件（Steger法）（VS+OpenCV+Qt实现）
05-03
线激光中心线提取软件（Steger法）（VS+OpenCV+Qt实现） + 从文件中选择图片，一键提取激光条纹中心线。 + 配套讲解博客：https://blog.csdn.net/kangjielearning/article/details/124318958 + 通过上方博客可以添加...
基于海森矩阵与区域增长的激光条纹中心提取
02-12
针对现存的结构光条纹中心提取精度与速度之间的矛盾, 提出一种全新的基于海森(Hessian)矩阵与区域增长相结合的激光条纹中心提取方法。采用自适应阈值法提取图像的感兴趣区域, 利用灰度值最大法确定像素级条纹中心的...
基于FPGA的光条中心线实时提取方法-论文
05-18
基于FPGA的光条中心线实时提取方法
线条中心提取(Steger)
liangfei868的博客
05-10 3055
Steger（线条中心提取算法）
【算法】多尺度自适应高斯滤波+steger中心线提取+细化
LeonJin的博客
03-19 5530
steger可以提取固定宽度的血管中心线，需要根据不同宽度调整高斯滤波的sigma，血管越粗sigma越大，血管约细，sigma越小。 但是常见的血管图像中存在多条血管，不同血管（或者同一血管的不同位置）的宽度不一样，这会导致steger算法提取的中心线断裂！ 博主因此提出了多尺度自适应高斯滤波。
Steger算法实现结构光光条中心提取(python版本)
m0_62919535的博客
10-28 2469
Steger算法python实现，对结构光进行光条中心提取时，Steger算法是以Hessian矩阵为基础的。这里面的u，v表示的就是像素的行坐标和列坐标，代表像素的灰度也可以称之为灰度分布函数。而和都可以通过与二维高斯函数卷积运算得到。在这里，二维高斯函数，其主要作用是为了让光条灰度分布特性更加明显，在G(u,v)表达式中，是标准差，一般取，W代表光条宽度。在像素(u,v)处的Hessian矩阵有两个特征向量，其中一个绝对值较大，为该像素处的法线方向向量，而另外一个则是切向方向向量。
steger算法 c++
04-30
Steger算法是一种计算凸包的算法，它的时间复杂度为O(nlogn)。该算法首先找到点集中最左边和最右边的点，并将这两个点分别作为凸包的起点和终点，然后根据极角排序将其他点分为两个集合，一个在起点右侧，另一个在终点左侧。接着，通过迭代合并这两个集合的凸包，最终得到整个点集的凸包。 具体实现时，Steger算法通过快速排序对点集进行极角排序，并选择一个起始点作为极角最小的点。接着，对剩余点按照与起始点的极角排序，得到点集P={p1,p2,...,pn}。然后，通过以下步骤计算凸包： (1)令PH={p1,p2}和PT={pn-1,pn}分别表示凸包的起点和终点。 (2)按顺序遍历点集P中的点，将每个点插入凸包中。插入时，需要在PH和PT之间的凸包中查找支持该点的点对，然后删除这些点对并插入新的点对。 (3)合并PH和PT中的凸包，得到整个点集的凸包。 与其他凸包算法相比，Steger算法的时间复杂度比较优秀，同时也较为简洁。它在计算小型凸包时具有很好的效率，但如果数据量非常庞大时，还需要优化以提高计算效率。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值