opencv - 在应用 Canny 边缘检测之前预处理图像

Question

我有一张下面房间的图像，我想检测所有墙壁边缘。我尝试了很多不同的滤波器组合(双边、高斯、拉普拉斯等)，最好的组合似乎如下，

• 将图像转换为灰度
• 应用双边过滤器
• 运行 Canny 边缘检测过程
• 再应用两个双边滤波器以消除任何噪音
• 应用膨胀过滤器“堵住”边缘的任何孔

我遇到的问题是，无论我尝试过什么，我都无法获得横跨靠近天花板的墙壁的明显直边。我尝试了多种技术来尝试使边缘变暗但无济于事。应用程序商店中有一个应用程序可以检测此边缘，所以我知道它可以完成，我只是不确定我需要应用哪些预处理过滤器，希望有人能指出我正确的方向。

cv::Mat edgeFrame;
cv::Mat grayImage;
cv::Mat blurFrame;
outputFrame=inputFrame.clone();

getGray(inputImage, grayImage);
cv::bilateralFilter(grayImage, blurFrame, 9,80, 80);
cv:Canny(blurFrame, edgeImage,100, 110,5);
cv::bilateralFilter(edgeImage, blurFrame, 21 , 80, 80);
cv::bilateralFilter(blurFrame, edgeImage,21, 100, 150);
int dilation_size =1;
Mat element = getStructuringElement( MORPH_ELLIPSE,
                                    Size( 2*dilation_size + 1, 2*dilation_size+1 ),
                                    Point( dilation_size, dilation_size ) );
dilate( edgeImage, outputFrame, element );

Answer 1

问题在于这些边缘的阴影，这是由于照明完全来自透过 window 的太阳，而房间内没有光源。而且画面比较暗，所以它的直方图会集中在下方。话虽如此，我会将直方图均衡化作为第一步，将强度分布到整个 0-255 范围内，然后在 canny 内应用相对较大的 sigma(高斯模糊)以抑制高频边缘。

更新:1)灰度值

2) histeq

3) 精明

事实上，虽然 histeq 增加了对比度，但它在这里无济于事，因为在门上方的那个区域，梯度几乎为零，正如您从第二张图片中看到的那样。