在图像中我需要找到“表格” - 简单的矩形。问题在于边缘识别，因为潜在的照片将是“暗的”。
我尝试了边缘 - sobel，canny，log，.... - 识别，然后是霍夫变换和寻线。但是这种算法不足以完成这项任务。
可以帮助我的东西：
-它是矩形！，仅在透视图中（类似于适合透视矩形的东西？）
-该对象必须至少覆盖例如 90％的照片（我知道我需要查看照片边缘）
-该矩形有快速相同的颜色（例如木餐桌）
-我需要找到至少“仅”4个角..（但是是的，最好找到那张桌子的边缘）
我知道例如 sobel、canny 或 log 算法是如何工作的，Hough 也是如此。当然，这些算法在黑暗或非对比度图像上会失败。但是是否有另一种方法，例如基于“拟合”？
图像显示我可以得到的照片（你看它会很暗）和我需要找到的东西：
这真的是“漂亮”的照片（没有噪音）。我在更多噪声图片上对其进行了测试，结果……简直太可怕了……
这张图片的结果与实际算法日志（与另一张看起来相同）：
我知道图像和边缘识别不是简单的挑战，但有一些新的更好我可以尝试使用的方法或类似的东西？
在这里的一篇文章中，我发现了 LSD 算法。它的描述看起来非常好，而且它似乎也能识别出非常好的直线。你认为将它用于精明或索贝尔检测会更好吗？
另一种解决方案是角点检测，在我的示例图像上效果更好，但它识别出的点太多并且时间会出现问题..我需要连接所有点并“找到”表格..
另一个解决方案：
我考虑过点对点映射。我将有一些“虚拟”表并尝试将上面的表与那个“虚拟”表映射（绘画中的简单二维正方形：]）..但我认为点对点映射会给我带来很大的错误，或者它不会工作.
有人对算法使用什么有任何建议吗？
我尝试在 FIJI 中识别边缘，然后将边缘检测到的图像放入 matlab 中，但是尽管它也不好用..:/..
你认为最好用什么？简而言之，我需要找到一些处理非对比度、暗图像的算法。