algorithm - 从图像中估计曲率

Question

我有这样的图像：

在这张图片中，红线是我想从图片中得到的。原始图像没有那条红线，只有那条绿线。

我想要的是以方程的系数形式从图像中估计曲线：A x ^ 2 + B x + C = 0。在图像中可能存在噪声（如您在上面看到的边缘上的黑洞）。

我试图通过使用最小二乘法（LSM）来解决这个问题，但是这种方法有两个问题：

1. 该方法即使在PC上也太慢，因为点数很高。

2. 在以下情况下道路太宽：

左侧图像上的曲线被正确识别，但右侧的曲线被错误识别。原因是路太宽太短，我想。

作为这两种情况的解决方案，我想让道路变窄。在理想情况下，它是上图中的一条红线。或者我想使用 LSM 进行线检测 (A x + B = 0) 以优化处理时间。

我试过侵蚀图像 - 这是错误的方法。骷髅也不是正确的解决方案。

关于如何达到预期结果（使道路变窄）的任何想法？或者对解决这个问题的另一种方法有什么想法？

Answer 1

如果您可以依靠始终将一个轴作为适合您的因变量（看起来它应该是x上述“正确”示例中的轴，尽管您的右下角故障似乎正在使用y），那么您可以执行类似的操作：

• 对于每条扫描线y，选择x非黑色像素的中值
• 如果没有非黑色像素（或小于某个选定的噪声阈值），则跳过该行

您现在有一个(x,y)对列表，最多与扫描线一样多。这些代表对每一层道路中点的猜测。x=f(y) 通过最小二乘法拟合这些点的低阶多项式（我会选择线性或三次，但如果你愿意，你可以做二次）。

对于您展示的各种图像，细节非常粗糙，因此您可能只需要一部分点即可进行管理。但即使没有，除非您使用非常受限的硬件，否则处理成本应该是合理的。

如果左右路径经常出现，那么您可以同时拟合两种方式，然后应用某种拟合优度标准。如果路径经常在自己身上循环，那么这种中点方法不会给你一个好的答案，但无论如何你都会成为一个失败者。