一个像素(可能)位于搜索到的对称线上,如果
- 它的 (first/second/thrid/...) 左右点相等 (=>
dG
, 图 1 左)
- 它的 (first/second/thrid/...) 左(或右)值不同(=>
dGs
,图 1 中)
因此,兴趣点的特点是|dGs| - |dG|
(=> dGs_dG
,图 1 右)
从图 1 的右图可以看出,仍然存在很多误报。因此,Hough 变换(图 2 左)将用于检测最强线对应的所有点(图 2 右)。绿线确实是搜索到的线。
调音
改变n
:更高的值会丢弃更多的误报,但也会排除n
边界像素。这可以通过使用较低n
的边界像素来避免。
更改阈值:更高的阈值dGs_dG
将丢弃更多的误报。丢弃高值dG
也可能对丢弃原始图像中的边缘位置很有趣。
对称线的先验知识:利用霍夫变换的定义,可以丢弃所有通过图像中心部分的线。
用于生成图像的matlab代码是:
I = imread('bnuqb.png');
G = int16(rgb2gray(I));
n = 3; % use the first, second and third left/right point
dG = int16(zeros(size(G) - [0 2*n+2]));
dGs = int16(zeros(size(G) - [0 2*n+2]));
for i=0:n
dG = dG + abs(G(:, 1+n-i:end-2-n-i) - G(:, 3+n+i:end-n+i));
dGs = dGs + abs(G(:, 1+n-i:end-2-n-i) - G(:, 2+n:end-n-1));
end
dGs_dG = dGs - dG;
dGs_dG(dGs_dG < 0) = 0;
figure
subplot(1,3,1);
imshow(dG, [])
subplot(1,3,2);
imshow(dGs, [])
subplot(1,3,3);
imshow(dGs_dG, [])
BW = dGs_dG > 0;
[H,theta,rho] = hough(BW);
P = houghpeaks(H,1);
lines = houghlines(BW,theta,rho,P,'FillGap',50000,'MinLength',7);
figure
subplot(1,2,1);
imshow(H, [])
hold on
plot(P(:, 2),P(:, 1),'r.');
subplot(1,2,2);
imshow(I(:, n+2:end-n-1, :))
hold on
max_len = 0;
for k = 1:length(lines)
xy = [lines(k).point1; lines(k).point2];
plot(xy(:,1),xy(:,2),'g');
end