在高度图中查找边

Question

我想在高度图图像中找到锐边，而忽略浅边。

OpenCV提供了多种方法来查找二维图像中的边缘：Canny，Sobel，etc。

然而，所有这些方法都是通过比较边缘两侧的强度值来实现的。 如果2D图像表示3D对象的高度图，则会导致一些奇怪的行为。

在高度贴图中，给定X / Y坐标处的3D对象的高度表示为该X / Y坐标处的2D像素的强度 ：

在上图中，在边缘B，强度在左侧和右侧之间仅略微变化，即使它是一个尖角。

在边缘A处，边缘左侧和右侧像素之间的强度发生了很大变化，即使它只是一个很小的角度。

所以没有Canny或Sobel的门槛可以保留锋利的边缘但是过滤浅边缘。

（在上面的例子中，边B的一边有一个上升的斜率，一边有一个下降的斜率。我可以过滤这个特征;但那会删除边C 1}}和D以及

如何获得二进制边缘图像，仅包含特定角度以上的边缘？ （例如边B，C和{{1} }，但不是D）

或者，我怎样才能得到一个梯度导数图像，每个像素的强度与该像素边缘的角度成正比？

Answer 1

可能你会想要使用二阶导数而不是第一导数来完成这项任务。

这是我的直觉：在均匀间隔的网格上的每个位置取高度（在你的情况下为强度）的导数将与采样点之间的表面斜率的arctan成比例（或 at 如果使用双侧导数近似，则采样点。但是，由于您想要检测尖锐边缘 - 您正在寻找采样点处的斜率导数。这意味着您可以为强度导数的arctan导数设置一个阈值，以实现您的目标（幸运的是，没有＆＃34;需要更深入＆＃34; :)）

你需要特别小心地采用＆＃34;倾斜角度的衍生物＆＃34;您将获得 - 根据坐标系您可能会遇到角度差异的模糊性（从一个角度到另一个角度有两种方式，一般情况下是不同的;您正在寻找＆ ＃34;更短＆＃34;一个）。您可以查找可能的解决方案here

Answer 2

我有一个相当简单的方法，我遇到了阅读博客文章。

它涉及计算灰度图像的中值值。使用此值，我们现在可以设置两个阈值：

• 降低：max(0, (1.0 - 0.33) * v)
• 上方：min(255, (1.0 + 0.33) * v)

现在将这两个值作为参数传递给cv2.Canny()函数。

现在，您可以在给定任何图像的情况下执行优化的边缘检测。这个答案的关键取决于不同图像的图像中值。

Answer 3

如果我正确理解你的问题，＆＃34;你所需要的基本上是一个具有高强度值的角落＆＃34;。 如果是这样，那就找Harris角点探测器，它可以帮助你找到两个方向都有高梯度变化的点。 http://docs.opencv.org/2.4/doc/tutorials/features2d/trackingmotion/harris_detector/harris_detector.html

一旦检测到角落，您可以使用合适的阈值过滤高强度的角落。