图像中的鲁棒线提取

Question

我需要从下图中提取所有墙边（包括地板，墙壁交叉点和墙壁，门交叉点）。如果我使用canny检测和hough变换（概率）。它给了我许多冗余和不必要的线条。我正在寻找是否可以在运行hough变换之前改进canny图像。

输入图像

以下是由canny检测算法给出的精确图像 我使用canny参数作为最小和最大阈值的0,20。我不能使用非常高的最大阈值，否则我会失去墙边，但与图像的其余部分相比，渐变会很低。

我想在窗口中识别一个高密度点集群，如果它高于某个阈值，则将它们设置为零。

以下是之后获得的精确图像。您可以看到墙边缘被保留。  

有人能建议我更好地处理这个问题吗？我的意思是改进精确的图像，这样我就可以识别出随机点的集群，然后将它们设置为零。我在考虑在窗口中检查共线点，但不知道它会有多有效？ 欢迎任何评论

Answer 1

我认为你可以在使用霍夫变换后过滤出最长和接近垂直的线条。看看这个link。

SimpleCV只是一个包含OpenCV函数的快捷库，你不需要使用它。我不认为在得到这个想法后你会遇到实施算法的问题。

编辑：好的，我更多地考虑了你的问题。将群集设置为零作为预处理步骤实际上并不错。如何逐步增加窗口大小？我的意思是在获得第二个图像后，应用另一个具有2 *窗口大小，相同阈值的集群过滤器。我认为你可以这样继续下去，因为墙边很难被取消。

另一种方法是，使用矩形窗口（宽度> = 5 *高度）进行群集过滤，因为您需要垂直边缘。

另一种方式，玩糜烂和扩张，过滤掉大面积的斑点。

另一种方法，检查图像的顶部，只有墙边和枝形吊灯。您可以水平搜索白色图案，然后按照其邻居指定连接点的长度。然后过滤掉更长的。