Преобразование hough возвращает коллинеарные и полуколлинеарные точки

Question

У меня есть точки в изображении. Мне нужно обнаружить самые коллинеарные точки. Самый быстрый способ - использовать преобразование Хафа, но мне нужно изменить метод opencv. На самом деле мне нужно, чтобы полуколлинеарные точки возвращались с обнаруженной линией, поэтому я модифицировал структуру полярной линии. Порог допуска также необходим для обнаружения почти обнаруженных точек, как показано на изображении. Может ли кто-нибудь помочь в настройке этого порога? Мне нужно, по крайней мере, четыре полуколлинеарных точки, чтобы обнаружить линию, к которой они принадлежат.

1. Точки первого изображения были обнаружены 6 перекрывающихся линий

2. точка средних изображений были обнаружены ни

3. баллов третьем по были обнаружены три линии

Какой самый лучший способ избавиться от наложенных залогов ?? Или как настроить порог допуска для обнаружения полуколлинеарных точек только одной строкой?

моя собственная функция вызова:

vector<CvLinePolar2> lines; 
CvMat c_image = source1; // loaded image 
HoughLinesStandard(&c_image,1,CV_PI/180,4,&lines,INT_MAX); 

---

typedef struct CvLinePolar2 
    { 
     float rho; 
     float angle; 
     vector<CvPoint> points; 
    }; 

void HoughLinesStandard(const CvMat* img, float rho, float theta, 
        int threshold, vector<CvLinePolar2> *lines, int linesMax= INT_MAX) 
{ 
cv::AutoBuffer<int> _accum, _sort_buf; 
cv::AutoBuffer<float> _tabSin, _tabCos; 


const uchar* image; 
int step, width, height; 
int numangle, numrho; 
int total = 0; 
int i, j; 
float irho = 1/rho; 
double scale; 

vector<vector<CvPoint>> lpoints; 
CV_Assert(CV_IS_MAT(img) && CV_MAT_TYPE(img->type) == CV_8UC1); 

image = img->data.ptr; 
step = img->step; 
width = img->cols; 
height = img->rows; 

numangle = cvRound(CV_PI/theta); 
numrho = cvRound(((width + height) * 2 + 1)/rho); 

_accum.allocate((numangle+2) * (numrho+2)); 
_sort_buf.allocate(numangle * numrho); 
_tabSin.allocate(numangle); 
_tabCos.allocate(numangle); 
int *accum = _accum, *sort_buf = _sort_buf; 
float *tabSin = _tabSin, *tabCos = _tabCos; 

memset(accum, 0, sizeof(accum[0]) * (numangle+2) * (numrho+2)); 
//memset(lpoints, 0, sizeof(lpoints)); 
lpoints.resize(sizeof(accum[0]) * (numangle+2) * (numrho+2)); 
float ang = 0; 
for(int n = 0; n < numangle; ang += theta, n++) 
{ 
    tabSin[n] = (float)(sin(ang) * irho); 
    tabCos[n] = (float)(cos(ang) * irho); 
} 

// stage 1. fill accumulator 
for(i = 0; i < height; i++) 
    for(j = 0; j < width; j++) 
    { 
     if(image[i * step + j] != 0) 
     { 
      CvPoint pt; 
      pt.x = j; pt.y = i; 
      for(int n = 0; n < numangle; n++) 
      { 
       int r = cvRound(j * tabCos[n] + i * tabSin[n]); 
       r += (numrho - 1)/2; 

       int ind = (n+1) * (numrho+2) + r+1; 
       int s = accum[ind]; 
       accum[ind]++; 

       lpoints[ind].push_back(pt); 


      } 

     } 
    } 

// stage 2. find local maximums 
for(int r = 0; r < numrho; r++) 
    for(int n = 0; n < numangle; n++) 
    { 
     int base = (n+1) * (numrho+2) + r+1; 
     if(accum[base] > threshold && 
      accum[base] > accum[base - 1] && accum[base] >= accum[base + 1] && 
      accum[base] > accum[base - numrho - 2] && accum[base] >= accum[base + numrho + 2]) 
      sort_buf[total++] = base; 
    } 

// stage 3. sort the detected lines by accumulator value 
icvHoughSortDescent32s(sort_buf, total, accum); 

// stage 4. store the first min(total,linesMax) lines to the output buffer 
linesMax = MIN(linesMax, total); 
scale = 1./(numrho+2); 
for(i = 0; i < linesMax; i++) 
{ 
    CvLinePolar2 line; 
    int idx = sort_buf[i]; 
    int n = cvFloor(idx*scale) - 1; 
    int r = idx - (n+1)*(numrho+2) - 1; 
    line.rho = (r - (numrho - 1)*0.5f) * rho; 
    line.angle = n * theta; 

    line.points = lpoints[idx]; 

    lines->push_back(line); 
} 

}

Answer 1

Один подход non-maximal suppression прореживать набора кандидатов для потенциальных линий. После того, как вы определили разбавленные потенциальные линии, вы могли бы вычислить среднее значение оставшихся строк, которые удовлетворяли бы некоторому угловому или пространственному разностному порогу.

Answer 2

Попробуйте HoughLinesP .. opencv reference