タグ付けされた質問 「edge-detection」

私はエッジ検出にハフ変換を使用しようとしています、そして基礎として勾配画像を使用したいと思います。 私はこれまでやっていること、画像所与のIサイズの[M,N]とその偏導関数gx、gy、各画素の勾配角度を計算することですthetas = atan(gy(x,y) ./ gx。同様に、勾配の大きさをとして計算しmagnitudes = sqrt(gx.^2+gy.^2)ます。 ハフ変換を作成するには、次のMATLABコードを使用します。 max_rho = ceil(sqrt(M^2 + N^2)); hough = zeros(2*max_rho, 101); for x=1:M for y=1:N theta = thetas(x,y); rho = x*cos(theta) + y*sin(theta); rho_idx = round(rho)+max_rho; theta_idx = floor((theta + pi/2) / pi * 100) + 1; hough(rho_idx, theta_idx) = hough(rho_idx, theta_idx) + …

9 image-processing  edge-detection  image-processing  computer-vision  image-registration  discrete-signals  noise  bpsk  snr  demodulation  bpsk  multipath  synchronization  timing  image-processing  filters  algorithms  edge-detection  sampling  demodulation  bpsk  synchronization  timing  fft  fourier-transform  delay  audio  speech-recognition  soft-question  discrete-signals  discrete-signals  autocorrelation  frequency  computer-vision 

私はオブジェクト認識のアルゴリズムを考えていましたが、ノイズのない直線に大きく依存し、エッジ検出アルゴリズムではこれを取得するのが難しいことがわかっています。直線をできるだけまっすぐに取得するための最適なエッジ検出アルゴリズムは何ですか？

8 image-processing  noise  edge-detection 

MatLab Canny（MLC）がOpenCV Canny（OCC）と比べて非常に異なる理由を誰かが知っていますか？ML-CはOCCよりも正確で接続されたエッジを提供しますが、それはどのようにして可能ですか？私が尋ねる理由は、MLコードのプロトタイプをC ++に実装する必要があり、OpenCVを使用したかったからです。私が試した限りでは、MLのコードをエクスポートすることは実際には不可能です。 敬具、

8 image-processing  matlab  opencv  edge-detection 

アプリケーションのスクリーンショットが与えられた場合、opencvのみを使用してそのアプリケーションのGUI要素を見つける方法はありますか？（画像のようなもの） opencvインストールフォルダーにあるcoherence.pyサンプルの画像とその他の効果をブレンドして遊んでみました。実行可能な結果を​​得ることに成功しませんでした。 誰かこれをしましたか？私が何をしようと思っているのか分かりますか？ ありがとう （私はopencvと画像処理が初めてなので、可能な場合は明確な説明を避けないでください）:)

7 image-processing  edge-detection  opencv 

ROIに[日本語]のテキストが含まれているかどうかを推定する過程で、長さや方向によってビニングされたエッジの大まかな数を取得する必要があります...これにより、 ROIにはテキストが含まれている可能性があります。 ただし、そのようなヒストグラム（または特定の長さ/向きのしきい値のエッジの数）を取得するための効率的な（これは最終的にはビデオストリームで機能する必要があります）方法を理解できないようです。ハフ変換は、 CannyとSobelはすべてのタイプを検出しますが、特定の形状（ラインなど）に焦点を合わせますが、それらの出力は特にカウントに役立ちません... 画像からエッジのリストをすばやく抽出するために、使用できるいくつかのアルゴリズムについての提案やヒントをいただければ幸いです...

7 computer-vision  edge-detection 

点群の線を検出するための最良のソリューションは何ですか？Hough Transform、Radon Transform、RANSAC（wikipediaを参照）、およびBrute-Force Search（wikipediaを参照）との比較が行われています。 点群の点の分散に対して最も堅牢なのはどれですか？ 注： 1-問題は画像ではなく3D点群についてです。 2-点群のポイントはランダムに分散されます（完全に疎な場所）。 3-優先する方向、サイズなどの観点から、探索されているオブジェクト（ライン）に関する情報はありません 。4-候補ラ​​インの周囲で許容範囲を考慮する必要があります。 アップデート： 私の実験によると、RANSACは一部の行を簡単に見逃してしまう可能性があります。エッジの迅速な検出には適していますが、ポイント分散の複雑さにより、望ましくない出力が生成される可能性があります。ハフとラドンは非常によく似ていて、3Dの点群を試す機会はありませんでしたが、2Dの場合はうまく機能します。見つかった行のセグメントの抽出は困難です。大規模なデータセットの場合、BFSは実際的ではありません。

7 edge-detection  correlation  point-cloud