Làm cách nào để phát hiện các đoạn đường thay vì các dòng trong hình ảnh sau khi thực hiện Chuyển đổi Hough? Liệu nó có ý nghĩa để lưu các tọa độ tối thiểu và tối đa cho mỗi thùng tích lũy hoặc là có một cách tốt hơn?Trích xuất các đoạn đường từ hough biến đổi
Tôi không sử dụng OpenCV, btw.
Ngay cả khi bạn không sử dụng OpencV Bạn có thể xem mã cho số HoughLinesP function mà mã trả về các đoạn đường.
Và có, việc lưu tọa độ cực đoan của thùng chứa pin tích lũy có ý nghĩa.
[edit 2011-07-19] Nếu bạn có nhiều đoạn đường nằm trên cùng một dòng như trong belisarius' example above thì bạn sẽ phải thực hiện thêm một số công việc, chỉ cần nhớ tọa độ cực đoan là không đủ. Vì vậy, nó phụ thuộc vào bạn ứng dụng chính xác.
Matlab có chức năng houghlines thực hiện chính xác những gì bạn muốn. Nó trích xuất các đoạn đường dựa trên biến đổi hough.
http://www.mathworks.com/help/toolbox/images/ref/houghlines.html
Tiết kiệm tọa độ cực đoan cho thùng hough sẽ không hoạt động nếu hai đoạn thẳng riêng biệt nằm trên cùng một dòng.
Tôi nghĩ rằng hình ảnh này, cho thấy sự Hough transform cho đường dây và các phân đoạn sẽ giúp bạn nắm bắt được những gì đang xảy ra:
Về cơ bản, bạn sẽ phải theo dõi chính xác mà chỉ đóng góp một bỏ phiếu cho mỗi thùng Hough. Bạn có thể làm điều này hoặc sau khi bạn điền vào các thùng (như trong phiên bản Matlab) hoặc khi bạn đang điền vào các thùng (hiệu quả hơn, nhưng cũng nhiều bộ nhớ chuyên sâu mà có thể không tốt cho một nền tảng nhúng). Từ đó, bạn có thể theo các pixel dọc theo dòng để trích xuất các phân đoạn thực tế, tạo phân đoạn mới khi khoảng cách giữa các pixel lân cận quá lớn.
Xem this partial description of the Matlab algorithm để biết thêm thông tin về cách trích xuất pixel nào đóng góp vào thùng Hough cụ thể, bao gồm triển khai thực tế (được liên kết với như hough_bin_pixels.m).
liên kết chết cho tôi –
yep chết dưới dạng chuột – mcy
cập nhật liên kết –