Opencv：边缘检测，扩张和质量绘图

Question

我的工作基于带有点阵的图像（图1），最终结果如图4所示。我将逐步解释我的工作。

图。 1原始图像

第1步：检测每个对象的边缘，包括点和我想要删除的“响铃”以获得更好的性能。边缘检测的结果如图2所示。我使用Canny边缘探测器，但它对一些浅灰色点不起作用。 我的第一个问题是如何关闭点的轮廓并尽可能减少其他噪音？

图。 2边缘检测

第2步：扩充每个对象。我找不到填补洞的好方法，所以我直接扩张它们。如图3所示，孔似乎扩大得太多，其他噪音也是如此。 我的第二个问题是如何填充或扩大孔洞以使它们以相同/相似的尺寸填充圆圈？

图。 3扩张

第3步：查找并绘制每个点的质心。如图4所示，由于粗略图像处理，存在“环”的标记，并且一些点以两个白色像素示出。 所需的结果应该只显示一个点的点和一个白色像素。

图。 4：群众中心

以下是这3个步骤的代码。任何人都可以帮助我的工作做得更好吗？

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>
#include <cv.h>
#include <highgui.h>
using namespace std;
using namespace cv;

// Global variables
Mat src, edge, dilation;
int dilation_size = 2;

// Function header
void thresh_callback(int, void*);

int main(int argc, char* argv)
{
    IplImage* img = cvLoadImage("c:\\dot1.bmp", 0);         // dot1.bmp = Fig. 1

    // Perform canny edge detection
    cvCanny(img, img, 33, 100, 3);

    // IplImage to Mat
    Mat imgMat(img);
    src = img;

    namedWindow("Step 1: Edge", CV_WINDOW_AUTOSIZE);
    imshow("Step 1: Edge", src);

    // Apply the dilation operation
    Mat element = getStructuringElement(2, Size(2 * dilation_size + 1, 2 * dilation_size + 1), 
                  Point(dilation_size, dilation_size));     // dilation_type = MORPH_ELLIPSE
    dilate(src, dilation, element);
    // imwrite("c:\\dot1_dilate.bmp", dilation);            

    namedWindow("Step 2: Dilation", CV_WINDOW_AUTOSIZE);
    imshow("Step 2: Dilation", dilation);

    thresh_callback( 0, 0 );

    waitKey(0);
    return 0;
}

/* function thresh_callback */
void thresh_callback(int, void*)
{
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;

    // Find contours
    findContours(dilation, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));

    // Get the moments
    vector<Moments> mu(contours.size());
    for(int i = 0; i < contours.size(); i++) {
        mu[i] = moments(contours[i], false);
    }

    // Get the mass centers
    vector<Point2f> mc(contours.size());
    for(int i = 0; i < contours.size(); i++) {
        mc[i] = Point2f(mu[i].m10/mu[i].m00 , mu[i].m01/mu[i].m00); 
    }

    // Draw mass centers
    Mat drawing = Mat::zeros(dilation.size(), CV_8UC1);
    for( int i = 0; i< contours.size(); i++ ) {
        Scalar color = Scalar(255, 255, 255);
        line(drawing, mc[i], mc[i], color, 1, 8, 0);
    }

    namedWindow("Step 3: Mass Centers", CV_WINDOW_AUTOSIZE);
    imshow("Step 3: Mass Centers", drawing);
}

Answer 1

您可以采取一些措施来改善效果。要减少图像中的噪点，可以在应用Canny算子之前应用中值模糊。这是一种常见的去噪技术。另外，请尽量避免使用C API和IplImage。

    cv::Mat img = cv::imread("c:\\dot1.bmp", 0);         // dot1.bmp = Fig. 1

    cv::medianBlur(img, img, 7);

    // Perform canny edge detection
    cv::Canny(img, img, 33, 100);

这可以显着减少边缘图像中的噪点：

为了更好地保留点的原始大小，您可以使用较小的内核而不是扩张来执行形态闭合的几次迭代。这也会减少点与圆的连接：

// This replaces the call to dilate()
cv::morphologyEx(src, dilation, MORPH_CLOSE, cv::noArray(),cv::Point(-1,-1),2);

这将使用3x3内核执行两次迭代，使用cv::noArray()。

表示

结果更清晰，点完全填满：

保持管道的其余部分不变，最终得出结果。圆圈中仍然存在一些虚假的质量中心，但比原始方法少得多：

如果您想尝试完全从结果中删除圆圈，可以尝试使用cv::HoughCircles()并调整参数，直到获得良好的结果。这可能有一些困难，因为整个圆圈在图像中不可见，只有片段，但我建议您尝试一下。如果您确实检测到最里面的圆圈，则可以将其用作遮罩来过滤外部质量中心。

Answer 2

如何关闭点的轮廓？ 使用填充绘图选项的drawContours方法（CV_FILLED或厚度= -1）

降低噪音？ 使用blurring（低通滤波）方法之一。

相似尺寸？ 在扩张后使用侵蚀= morphological closing。

一个圆圈的一个点，没有外环的输出？ 找到所有contour areas的平均值。 erase contours与此值有很大差异。输出剩余的中心。

Aurelius已经提到了其中大部分内容，但由于这个问题非常有趣，我可能会在有足够时间时尝试发布一个完整的解决方案。祝你好运。