openCV H检测

Question

对于无人机比赛，我需要使用openCV进行图像处理以检测“H”（用于直升机降落垫）。我尝试了一些经典算法，但结果并不令人满意。

• SIFT（和SURF）：所有角度都相同（90度），所以即使它找到“H”，也会误认为方向。
• matchTemplate：它非常好，但它不是旋转和大小不变的。所以我需要做出太多不同尺寸和不同方向的测试。
• Hough Line变换：当无人机离目标太远或太靠近目标时，由于它们的厚度，它不会检测到相同的线。
• OCR的机器学习：我忽略了如何让它准确学习，因为我要搜索的模板是唯一的。

有人可以给我一些建议吗？ ：）

编辑：这是＆＃34; H＆＃34;我们需要检测：

Answer 1

识别直升机停机坪的最佳方法是训练哈尔分类器，然后运行它：

1. 原始图片
2. 图像旋转了正负22,45,68,90度

哈尔分类器通过添加小旋转进行训练，因此上述角度应足以覆盖图像中直升机停机坪的所有旋转。另一种方法是为不同的旋转训练多个分类器;这种情况比较常见，因为哈尔分类器放弃了最早的证据，运行多个分类器比旋转高分辨率图像要快。

还可以尝试使用旋转进行模板匹配，但这需要更多的旋转次数。