algorithm - 从图像估计曲率

Question

我有这样的图片:

在这张图片中，红线是我想从图片中得到的。原图没有那条红线，只有那条绿路。

我想要的是以方程系数的形式估计图像的曲线:A x^2 + B x + C = 0。图像中可能存在噪声(如上图所示，边缘上有黑洞)。

我曾尝试使用最小二乘法 (LSM) 来解决这个问题，但这种方法存在两个问题:

1. 即使在 PC 上，该方法也太慢了，因为点数很高。

2. 在以下情况下道路太宽:

左侧图像上的曲线被正确识别，但右侧图像上的曲线被错误识别。我想原因是路太宽太短了。

作为这两种情况的解决方案，我想让道路变窄。在理想情况下，它是上图中的红线。或者我想使用 LSM 进行线检测 (A x + B = 0) 以优化处理时间。

我试过腐 eclipse 图像 - 这是错误的方法。骨架也不是正确的解决方案。

关于如何实现预期结果(缩小道路)的任何想法？或者对解决此问题的另一种方法有任何想法吗？

Answer 1

如果您始终可以依赖一个轴作为适合的因变量(看起来它应该是上述“正确”示例中的 x 轴，尽管您的右下角故障似乎使用 y)，那么你可以这样做:

• 对于每个扫描线y，选择非黑色像素的中值x
• 如果没有非黑色像素(或小于某个选定的噪声阈值)，则跳过该行

您现在有一个 (x,y) 对列表，最多与扫描线一样多。这些代表对每个级别道路中点的猜测。用最小二乘法对这些点拟合一个低阶多项式 x=f(y)(我会选择线性或三次，但如果你愿意，你可以做二次)。

对于您所显示的各种图像，细节非常粗糙，因此您可能只需要一部分点就可以处理。但即使没有它，处理成本也应该是合理的，除非您使用非常受限的硬件。

如果左右路径经常出现，那么您可以同时拟合两种方式，然后应用某种拟合优度标准。如果路径经常 self 循环，那么这种中点方法不会给你一个好的答案，但无论如何你都会在拟合上失败。