在相机图像中的显示器上查找白色像素

Question

我有一个相机指着显示一行白色像素的显示器。我从相机中获取了一个字节值数组。摄像机视图的区域大于显示器占用的空间。我需要找出相机图像上白色显示器像素出现的位置。请参阅下面的示例图片。

我需要改进算法，以便在不同的光照条件下更加稳健。具体来说，我需要改进确定被认为是潜在白色像素的值阈值的步骤。在确定可能是我的白色像素之后，我找到了最大的邻域来确定我的最终白色值。

我还尝试计算具有最高值的N个像素，并将N个像素的最低值视为白色。这在某些条件下工作得相当好，但是当房间稍微变暗时它停止工作。我可以调整N在任何光照条件下工作，但我宁愿不必手动提供任何参数。我现在正在尝试使用百分位数，但由于数据集非常大，因此运行速度很慢。

这是一种方法合理的方法，但参数必须在不同的光照条件下进行调整。

std::multiset<uint8_t> maxPixelValues;
for(unsigned i = 0; i < width; ++i)
{
    for(unsigned j = 0; j <height; ++j)
    {
        uint8_t pixelValue = buffer[j * width + i];
        if(maxPixelValues.size() < topPixelCount)
        {
            maxPixelValues.insert(pixelValue);
        }
        else
        {
            auto minimumValuePosition = maxPixelValues.begin();
            if(pixelValue > *minimumValuePosition)
            {
                maxPixelValues.erase(minimumValuePosition);
                maxPixelValues.insert(pixelValue);
            }
        }
    }
}
return *maxPixelValues.begin();

Answer 1

首先，您可能希望以高于均值的一个标准偏差进行阈值处理，以摆脱屏幕的较暗部分。然后，您可以利用这样一个事实：与背景中的一些较亮区域相比，线条非常薄，并且由于屏幕的边缘，它也远离其他明亮区域。

伪代码：

mask=threshold(img, mean(img)+stdev(img))
toignore=dilate(mask,3,3) 
toignore=erode(toignore,4,4) 
toignore=dilate(toignoe,3,3)
mask=mask &! toignore

1. 平均值+ sd的阈值：
2. 扩张：
3. 使用略大的内核进行侵蚀以移除1px的薄物体（例如线条），但保留靠近其他明亮物体的像素
4. 扩张以添加小于屏幕边框的边距：
5. 来自1的阈值掩模与来自4的toignore排除：

还有一些杂散像素，但你现在可以进行霍夫变换。

Answer 2

您可以使用Hough变换在图像上查找线条：http://en.wikipedia.org/wiki/Hough_transform

这是openCV api：http://docs.opencv.org/doc/tutorials/imgproc/imgtrans/hough_lines/hough_lines.html