matlab进行差分检验,关于Matlab：使用高斯差分(DoG)进行前灯检测

我正在开发一个在夜景中检测车辆前灯的项目。 首先，我正在进行MATLAB演示。 我的检测方法是使用高斯差异(DoG)进行边缘检测：我将图像与具有2个差异sigma的高斯模糊进行卷积，然后减去2个经过滤波的图像以找到边缘。 我的结果如下所示：

现在，我的问题是在MATLAB中找到一种方法来使圆形边缘(例如汽车的前灯甚至是路灯)围成圆形，而忽略其他边缘。 如果你们有任何建议，请告诉我。

我认为您可以使用稍有不同的方法来获得更好的细分。

灯光和背景之间已经形成了强烈的对比度，因此您可以利用此优势使用简单的阈值将亮点进行分割，然后可以应用一些斑点检测来滤除任何小的斑点(例如路灯)。 然后，您可以从那里进行轮廓检测，霍夫圆等，直到找到感兴趣的对象。

例如，我拍摄了您的源图像并执行以下操作：

转换为8位灰度

应用高斯模糊

阈

这是源图像的一部分：

这是阈值覆盖：

也许这种方法值得进一步探讨。 请发表评论，让我知道您的想法。

1.我不能忽略这些小斑点，因为前灯可能很远，路灯可能更大。我打算将图片分为两部分：上部和下部分别包含路灯和前灯，而我只分析下部。您如何看待我的解决方案？ 2.您的阈值方法是否类似于转换为二进制图像？实际上，我是不允许这样做的。3.您能更具体地告诉我有关在阈值步进之后如何对亮对象进行环绕吗？可以应用于DoG吗？如果您不介意，可以将您的验证码发送给我吗？非常感谢

@ user3049831划分图片很好，您可以始终分析最大的"最低"斑点，并假设汽车下方没有较小的灯光。"实际上不允许我这样做"是什么意思？您是在解决一个真正的问题，还是这种带有约束的作业？

我同意罗兰(Rowland)的意见，实际上我会做类似的事情。将图片分为两部分将有助于加快处理速度，所以继续吧。关于在阈值步骤之后环绕明亮的物体，我认为红色斑点是通过称为遮罩的过程完成的，请仔细阅读，非常简单。

它基本上将除ROI(大灯)之外的所有东西都归零，然后您可以为其设置颜色。希望我能帮助(：

@rockinfresh，您的建议非常有帮助。我会尝试测试

@RogerRowland是的，这确实是一个"有约束的任务"，这让我很烦。无论如何，我非常感谢您的帮助。

确保使用大灯上的其他信息，即SYMMETRY。假设汽车正朝着摄像头行驶，则作为可疑头灯的Blob根据汽车的位置应具有(显然有些误差，而且可能不完全是错误)对称的Blob。顺便说一句，您应该只检查形状的对称性，而不要检查强度，因为一个前照灯可能与前照灯不同。