在图像上,我需要找到“表格”-简单的矩形.
问题在于边缘识别,因为潜在的照片将是“黑暗的”.
我尝试了边缘-sobel,canny,log等…-识别,然后进行了霍夫变换和寻线.但是,此算法不足以完成此任务.
有什么可以帮助我的:
-它是矩形!,仅在透视图中(有点像拟合透视矩形?)
-该对象必须覆盖至少90%的照片(我知道我需要在照片边缘附近看)
-该矩形具有快速相同的颜色(例如,木制餐桌)
-我需要找到至少“仅” 4个角..(但是,更好的是找到该桌子的边缘)
我知道例如sobel,canny或log算法的工作原理以及Hough.当然,这些算法在黑暗或无对比度的图像上也会失败.但是还有其他基于“拟合”的方法吗?
显示我可以获得的照片的图像(您会看到它很暗)以及我需要找到的图像:
这确实是一张“不错”的图片(无噪音).我在更多的噪点图片上进行了测试,结果非常糟糕.
这张图的结果与实际算法日志(其他看起来一样):
我知道图像和边缘识别不是简单的挑战,但是是否有一些新的更好的方法或类似的东西我可以尝试使用?
在这里的一篇文章中,我找到了LSD算法.它的描述似乎非常好,似乎也能识别出非常好的直线.您是否认为将其用于精明或sobel检测会更好?
另一个解决方案是角点检测,在我的样本图像上它可以更好地工作,但是它识别出太多的点,并且会出现时间问题.我需要连接所有点并“查找”表.
另一个解决方案:
我考虑过点对点映射.我将拥有一些“虚拟”表,并尝试将该表与该“虚拟”表进行映射(绘画中的简单2d正方形:]).但是我认为点对点映射会给我带来很大的错误,否则将无法正常工作.
有人对算法有什么建议吗?
我试着在FIJI中识别边缘,然后将边缘检测到的图像放在matlab中,但是尽管如此,它的效果也很差.
您认为最好使用什么?简而言之,我需要找到一些适用于非对比,深色图像的算法.