检测图像中圆圈的快速方法是什么?
对于前: 我有一个大圆圈的图像,并在大圆圈内有6个小圆圈。
我需要在不使用Hough Circles(OpencV)的情况下找到一个大圆圈。
答案 0 :(得分:11)
查找圆圈的标准算法是Hough(评论中提到的堵塞)和RANSAC。参数化这些算法将为您的应用程序设置基线速度。
http://en.wikipedia.org/wiki/Hough_transform
http://en.wikipedia.org/wiki/RANSAC
要加快这些算法的速度,您可以查看您的图像集,并决定限制搜索范围是否有助于加快搜索速度。这很简单:只在半径的合理范围内搜索。由于它们将边缘点作为输入,因此您还可以查看减少检查边缘点数量的方法。
但是,还有一些其他技巧可以加快处理速度。
长话短说:从完整的实施开始并对其进行基准测试,然后逐步收紧参数设置并限制搜索范围,同时确保您仍然可以为应用程序和图像集找到圆圈。
如果您的图像适合缩放,那么一种可能性是创建不同比例的图像金字塔图像:1/2比例,1/4比例,1/8比例等。您需要一个边缘 - 在较小的尺度上保留缩放方法。
获得图像金字塔后,请尝试以下操作:
图像缩放将是一个快速操作,您可以看到,如果您的圆圈中至少有一个圆圈存在于较小比例的图像中,您应该能够通过在小图像中执行粗圆圈来减少总循环次数缩放图像,然后在全尺寸图像中优化这些边缘点的拟合。
边缘保留缩放也可以使用相关类型工具来查找圆圈,但能够这样做取决于图像的内容,包括噪点,边缘点如何表示圆圈,等等。
答案 1 :(得分:1)
或许,检测contours并检查其属性,例如尝试使用cv::isContourConvex或其他方式可以使用covariance matrix的特征值,并检查轮廓的代表ellipse first eccentricity是否为0。