问题标签 [edge-detection]

对于我最后一年的项目，我正在做一个车辆细节修改系统。系统应该能够完成以下这些任务。我正在使用从固定距离拍摄的车辆尺寸图像，比如说从 5m 拍摄。并存储不同的颜色和边缘图像我是我的应用程序，这是基本思想。

1. 检测车辆的轮胎和合金轮辋
2. 检测并测量已安装轮辋的轮辋尺寸
3. 将新的合金轮辋应用于车辆（尚未决定将合金轮辋嵌入或放置在原始图像之上）
4. 改变车身颜色
5. 将色调颜色应用于车窗

测量车轮尺寸

改装合金轮毂图片

那么我对这个项目的研究领域是什么？我应该注意什么？你们能帮帮我吗？

我知道我需要使用摄影测量技术来测量车轮。

该算法旨在将罗伯茨算子应用于图像，并将结果存储在新文件中。

相反，此代码输出与输入完全相同的图像。

我是 Matlab 新手，欢迎您对我的代码提出建议和反馈。

我知道为此目的有一个内置功能，我将其作为练习。

编辑 - 我还有另一个问题 - 在这个例子中，如果说 x = Img(x,y)，那会得到 x 行 y 列的像素，还是 y 行 x 列的像素？

我发布了另一个关于 Roberts 运算符的问题，但我决定发布一个新问题，因为从那时起我的代码发生了重大变化。

我的代码运行，但它没有生成正确的图像，而是图像变得稍微亮一些。

我没有在算法中发现错误，但我知道这不是正确的输出。如果我将此程序的输出与edge(<image matrix>,'roberts',<threshold>);wikipedia 上的图像或图像进行比较，它看起来与此处显示的 roberts 运算符的效果完全不同。

代码：

我想比较两个二进制图像并得到一个输出结果。

我怎样才能做到这一点 ？？

我可以使用 cvSobel() 来做到这一点吗？

二进制图像有白色边缘，有没有办法计算白色像素之类的？？？

谢谢 ！

我正在为 iPhone 搜索功能性 AR Markerless 库（来自 3GS 并至少支持 iOS 4.3）。

我已经测试了大量的 SDK，包括 Qualcomm AR、Layar、ARToolkit，但没有一个能满足我的需求。

更准确地说，我既不需要基于本地化的 AR 技术（Layar），也不需要标记技术（ARToolkit）。如果可能的话，图书馆必须是免费的，因为我没有太多的经济资源。

具体来说，我正在尝试从游戏“小行星”的屏幕截图中提取所有相关的线段。我查看了各种边缘检测方法，但似乎没有一个适合我的问题，原因有两个：

1. 它们检测平滑的轮廓，而我只需要检测直线段，并且只需要检测一定长度范围内的直线段。现在，这些约束应该使我的任务比一般情况要容易得多，但我不想只使用一个完整的边缘检测器然后清除曲线的结果，因为那样会非常昂贵。速度对于我的目的来说是最重要的。

2. 他们输出一个修改后的图像，其中边缘是高光，而我想要一组像素坐标来描述检测到的线段的端点。或者，每个片段中包含的所有像素的列表也可以使用。

我有一种可能的解决方案将涉及霍夫变换的暗示，但我不知道如何使用它来获取线段的实际位置（即像素空间中的端点）。尽管即使我这样做了，我也不知道这是否是最简单或最有效的做事方式，因此问题标题的一般措辞。

最后，这是一个示例图像：

请注意，所有主要线条的长度和密度都相似，并且整体图像对比度非常高。我希望我的问题的解决方案将利用这些功能，因为同样，效率是最重要的。

一个警告：虽然此上下文中的大多数线段都是多边形的一部分，但我不想要依赖于这一事实的解决方案。

我正在考虑为学校启动一个项目，我将使用遗传算法来优化图像的数字锐化。我一直在 Photoshop 中使用不锐化蒙版 (USM) 技术。基本上，我想创建一个软件来优化参数（即模糊半径、模糊类型、混合图像）以创建“最适合”的过滤器集。

在开始这个项目之前，我有点快速计划它，我想不出一个好的适应度函数用于“选择”部分。我将如何确定滤镜组的“质量”，或测量图像的清晰度？

此外，我将使用 python（使用 Python Imaging Library）进行编程，因为它是我唯一精通的语言。我应该学习一门低级语言吗？

非常感谢任何关于任何事情的建议/提示。提前致谢！

tl; dr我如何测量图像的“锐度”程度？

我正在尝试在图像上应用 Sobel 过滤器以使用 scipy 检测边缘。我在 Windows 7 Ultimate（64 位）上使用 Python 3.2（64 位）和 scipy 0.9.0。目前我的代码如下：

我不知道我做错了什么，但处理后的图像看起来不像它应该的那样。图像“bike.jpg”是灰度（模式“L”而不是“RGB”）图像，因此每个像素只有一个与之关联的值。

不幸的是，我还不能在这里发布图片（没有足够的声誉），但我在下面提供了链接：

原图（bike.jpg）： http ://s2.postimage.org/64q8w613j/bike.jpg

Scipy 过滤（sobel.jpg）： http ://s2.postimage.org/64qajpdlb/sobel.jpg

预期输出： http ://s1.postimage.org/5vexz7kdr/normal_sobel.jpg

我显然在某个地方出错了！有人可以告诉我在哪里。谢谢。

前几天，我参加了线程Image/Graphic into a Shape并进行了一次骇人听闻的尝试，通过Rectangle向Area. 那很慢。

此示例改为构建 aGeneralPath并Area从 GP 创建。快多了。

左上角的图像是“源图像”。右边两个是处理轮廓的各个阶段。它们在圆圈周围和三角形的倾斜边上都有锯齿状的边缘。

我想获得一种去除或减少锯齿状的形状。

在 ASCII 艺术中。

情况1：

角落在：

• (2,3) 内角
• (3,3)
• (3,5) 内角
• (4,5)

案例二：

角落在：

• (4,2)
• (2,2) 内角
• (2,5) 内角
• (4,5)

假设我们的路径具有显示的形状和列出的点，我想删除第一组的“内角”点，同时保留“一对”内角（从图像中咬出）第二。

• 任何人都可以建议一些巧妙的内置方法来完成这项繁重的工作吗？
• 如果做不到这一点，那么识别内角的位置和性质（对/单个）的好方法是什么？（我猜我可以得到一个PathIterator并构建一个新GeneralPath的丢弃奇异的内角 - 只要我能弄清楚如何识别它们！）。

这是要玩的代码：

你碰巧有一个用 Python 编写的一维非极大值抑制算法。我需要它来使用 scipy 在 Python 中制作 Canny 边缘检测器，该检测器将一维强度向量作为输入。

我在网上四处查看，有很多信息描述了 Canny 边缘检测器的行为以及一些用 Java 编写的示例，但它们都描述了 2D 中的边缘检测。

然而 scipy 确实支持 Canny 边缘检测所需的其他算法，即一维的高斯滤波和微分。

提前致谢。