图像的曲率估计

Question

我有像这样的图像：

在此图像中，红线是我想从图像中获得的。原始图像没有那条红线，只有那条绿色的道路。

我想要的是以等式的系数来估计图像中的曲线：A x ^ 2 + B x + C = 0.在图像中可能存在噪声（如上所示，边缘上有黑洞）。

我试图通过使用最小二乘法（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，因为分数很高。

2. 在下列情况下道路太宽：

左图像上的曲线被正确识别，但右侧不正确。我想，原因是道路太宽太短。

作为两种情况的解决方案，我想缩小道路。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。

我试过侵蚀图像 - 这是错误的做法。 骷髅也不是正确的解决方案。

关于如何实现预期结果的任何想法（缩小道路）？ 或者针对这个问题的另一种方法的想法？

Answer 1

如果您可以完全依赖于一个轴作为拟合中的因变量（看起来它应该是上述“正确”示例中的x轴，尽管您的右下角似乎正在使用{ {1}}），然后你可以这样做：

• 对于每条扫描线y，选择非黑色像素的中位数y
• 如果没有非黑色像素（或少于某些选定的噪声阈值），请跳过该行

您现在拥有x对的列表，最多只有扫描行数。这些代表了关于每个级别的道路中点的猜测。适合低阶多项式(x,y)（我会选择线性或立方，但如果你愿意，你可以做二次方程）通过最小二乘法得到这些点。

对于您展示的各种图像，细节非常粗糙，因此您可以只使用一部分点进行管理。但即使没有这个，处理成本也应该是合理的，除非你使用非常有限的硬件。

如果经常出现左右路径，那么您可以适应两种方式，然后应用某种拟合优度标准。如果路径经常循环回来，那么这种中点方法不会给你一个好的答案，但是无论如何你都会遇到失败者。