部分矩形图像识别算法

Question

我正在寻找一种算法（伪代码可以，或者任何可读的源代码，在Python中实现的概率）来识别低分辨率图像上的部分光束/透视矩形，并从水平方向给出角度。算法应该是实时30hz快速，因此pref分析或凸优化。而且最重要的是强大。光束可以处于任何方向，宽度可以变化，但角度应该能够在一定程度上进行调整。稳健是首要任务。

现在让我们假设至少有一些光束可见。但在应用中，光束可能被部分遮挡。

以下是一些真实角度为78.8253度（带噪声的二进制数据）的示例数据样本

1. 我在u-v图像坐标中尝试过高斯模糊，而不是阈值，而不是OLS。这是一个开始，但不是要走的路。切角和边缘偏向角度。



有没有人知道一个强大而快速的方法来做到这一点？感谢

编辑1.霍夫变换

在高斯模糊+阈值之后应用霍夫变换并对变换中的前5个峰值求平均值。这是一个很大的进步！但仍然看起来在截止时的不对称偏见。是否有任何候选人考虑到这个问题？