我正在开发一个用于图像分析的CV工具，并使用4个点来形成一个变换矩阵（Map）用于图像校正（透视投影-cv.four_point_transform）。我有一组从热成像仪获得的源图像，存在失真。我成功地应用了标准OpenCV函数的管道。您可以在下面的图片中看到它（图1）。请注意，主管道由以下步骤组成：
1.校正失真。
1.使用双边滤波器进行平滑。
1.门槛。
1.哈里斯角点探测器。
1.侵 eclipse 。
1.侵 eclipse 后点云上平面上的点的加权平均值。在“目标”图像中，您可以看到4个点，实际大小为1个像素（为清晰起见放大）。
- 你认为哪种方法在未来更容易实现？
- 如何正确去除寄生点？
- 是否有更简单的方法来检测角点？
不幸的是，我遇到了Harris角点检测器无法科普并且无法检测钝角的情况。我开始测试不同的方法，例如：
1.阈值-〉轮廓-〉近似轮廓-〉点。
1.阈值-〉Canny边缘检测-〉膨胀-〉FAST。
1.阈值-〉Canny边缘检测-〉扩张-〉SIFT。
1.阈值-〉Canny边缘检测-〉膨胀-〉概率Hough线-〉Bentley-Ottmann点。
正如你所看到的，有些方法可以使用，但它们形成了许多寄生点。我担心，与它们斗争将比乍看上去更困难（图2）。
图1 -Successful detection
图2 -Unsuccessful detection
2条答案
按热度按时间t3irkdon1#
我认为只检测必要的4个角落鲁棒所有可能的图像是困难的目标。
所以...
我会考虑采用一些角点检测过程，使“足够”的检测结果。其中，“足够”意味着至少可以检测到必要的4个角点（未检测到它们是最严重的问题）。
换句话说，允许“可以额外检测一些不必要的角”。（当然，不允许“太多”）
然后，我将考虑一些RANSAC类似的方法，用于获得变换矩阵。
s5a0g9ez2#
你可以...
approxPolyDP的阈值，这样就可以去除一些钝角。