opencv检测虚线

Question

我有一个由虚线组成的图像：

注意：打开图像，进行识别并查看所有小点

如何使用openCV检测和参数化这些线？

此图像是机器人上激光测距扫描仪的值，我需要尽可能好地获得所有线条。

---

HoughLinesP函数应该是理想的吗？

我掷了下面的代码：

    //converts laser range readings to a binary image.
    cv::Mat binaryImg = laserRangesToBinaryImage();

    cv::Mat cdst;
    cvtColor(binaryImg, cdst, CV_GRAY2BGR);

    std::vector<cv::Vec4i> lines;
    HoughLinesP(binaryImg, lines, 2, 5.0*CV_PI/180.0, 1, 2, 20 );
    for( size_t i = 0; i < lines.size(); i++ )
    {
        cv::Vec4i l = lines[i];
        line( cdst, cv::Point(l[0], l[1]), cv::Point(l[2], l[3]), cv::Scalar(0,0,255), 3, CV_AA);
    }

    cv::imshow("Hough output", cdst);

导致大约50到60行（在Ubuntu 14.04上使用openCV 2.8.3）：

这里最大的问题是有多个分开的线段，应该检测到一条完整的线。因此段未正确连接。有些线条太短或甚至没有检测到。

最佳结果应如下所示（手动创建），大约有20个线段：

如何实现此结果？

Answer 1

如果您还没有，请查看此tutorial。

基本上，你应该对这三个参数（HoughLinesP function的最后三个参数）采取行动，直到你找到检测到的线的正确长度：

1. 阈值：“检测”一条线的最小交叉点数（Hough space中）。
2. minLinLength：可以形成一条线的最小点数。     点数少于此数量的行将被忽略。
3. maxLineGap：要考虑的两点之间的最大差距     同一条线。

数学形态学（closing）也可以提供帮助，正如评论中提到的那样。但是，帮助将是有限的：建议将一个小的3x3内核用于此类任务，因此如果一条线上的某些像素彼此相距太远，则无论如何都不会填补这个差距。