检测2D图像中的标记

Question

我希望能够获得2D物体检测的一些帮助。我将简要介绍实现这一目标的背景。

将会拍摄天花板的图像。天花板上会放置标记，因此可以确定摄像机的方向。照片将始终面朝上拍摄。我的目标是在图像中检测其中一个标记并确定其旋转。因此，旋转和缩放（在较小程度上）将是图像检测中使用的两个主要因素。我将用C＃或matlab编写软件（还不太确定）。

例如，标记可能是这样的箭头：

天花板拍摄的图像将包含标记。该软件需要检测单个标记并确定它已旋转170度。

我没有图像分析的经验。我知道图像处理是一个相当广泛的主题，并希望得到一些建议，我应该采取哪种方向，哪种技术最适合我的应用。谢谢！

Answer 1

我不是直接在这个领域，但我会告诉你从具体的边缘检测开始。如果你有数学/工程背景，那么材料很容易理解：

这似乎引发了一些想法： http://www.cfar.umd.edu/~fer/cmsc426/lectures/edge1.ppt

Answer 2

我推荐使用MATLAB，或者如果您打算使用C＃，Emgu CV非常好。

Hough transforms是个好主意。一旦检测到图像中的边缘，使用，例如Canny edge detector，就会得到一个边缘图像（这是二进制图像，值只有1或0）。

然后，霍夫直线变换（基本上）围绕边缘图像中的每个白色像素旋转一条线（线的分辨率取决于你），使用线的参数化函数并计算白色的总数（值）在1）沿每条细线的像素，并将此信息存储在一个大的累加器中，该累加器存储由该线的参数索引的数据。

alt text http://upload.wikimedia.org/wikipedia/en/a/af/Hough_space_plot_example.png

在上面的示例中，行的参数形式为：

rho = x*cos(theta) + y*sin(theta)

  

其中rho是距离而theta是   角度

因此，您可以看到，如果您在特定方向查看bin，您可以找出在该角度定向的线数。当然，你需要做一些额外的工作来弄清楚哪个线朝向那个角度，因为你每个箭头还有5个其他线但不应该太难。

Answer 3

与计算机视觉一样，您的第一个问题是图像照明和采集。在进一步研究之前，确定你的标记将如何印在天花板上，它们的形状是什么，你将使用什么光来看它们，以及你将选择哪些相机设置来查看标记。

如果有好的材料，良好的光线和良好的相机，你可能根本没有问题来处理图像。例如，您可以在反光材料中打印完整箭头，尾部比示例长，在相机上使用彩色灯光和相应的滤镜。现在你对你的形象所拥有的只是箭头......还有很多其他的方法来获取图像，这将有助于你。

一旦你有了简单的箭头，一个简单的blob分析（包括计算图像中物体的统计矩）将为你提供很多信息：每个箭头应该具有几乎相等于7 hu时刻的值，这允许你为了有效地过滤物体，从中心矩计算的方向也会给你箭头的角度。 blob分析只是统计，它非常快。

Answer 4

已经开发了几种系统来稳健地检测标记及其方向：

• reacTIVision（开源）使用这些类型的标签来查找位置和方向：

• ARToolKit（开源）使用不同类型的标签来提取所有6个自由度： alt text http://www.schanes.net/docs/robot/marker.png

如果您的主要目标不是学习，而是为了使应用程序正常工作，我建议您使用其中一个。初学者可以稳健地检测图像中随机标记的位置和方向，这不是一项微不足道的任务。

另一方面，如果你有兴趣学习，我也会引导你去ARToolKit和its publications (and their references)解释如何有力地实施标记检测。

Answer 5

您需要探索边缘检测，因此请查看Hough过滤器。之后，您将需要查看模式分类器和特征提取。

This paper有一种似乎无法进行边缘检测的算法。 完成边缘检测后，This book excerpt更倾向于您想要的符号检测。

Answer 6

确定在投影几何体（大多数相机）下采集的成像方向的严格方法是使用消失点和消失线。对您好消息：您的标记可用于查找此信息！更多好消息，您的图像可以纠正，因此图像列（y轴）将对应于上下方向。你会在Hartley和Zisserman的书第8章计算机视觉中的多视图几何中找到更多关于这些内容的信息。

另外请记住，您可能需要处理径向失真问题，即相机镜头造成的失真。其他人对箭头检测问题是对的：你必须使用边缘检测，之后， Hough变换或模板匹配。有关详细信息，请参阅Gonzalez和Woods的书籍数字图像处理。