初始设置

使用的词典：cv2.aruco.DICT_ARUCO_ORIGINAL。

Aruco参数 [19年12月9日编辑] ：

parameters = cv2.aruco_DetectorParameters.create()
parameters.cornerRefinementMaxIterations = 80
parameters.cornerRefinementMethod = 1
parameters.polygonalApproxAccuracyRate = 0.05
parameters.cornerRefinementWinSize = 20
parameters.cornerRefinementMinAccuracy = 0.05
parameters.perspectiveRemovePixelPerCell = 8
parameters.maxErroneousBitsInBorderRate = 0.04
parameters.errorCorrectionRate = 0.2
parameters.adaptiveThreshWinSizeStep= 3
parameters.adaptiveThreshWinSizeMax= 23

红色标记显示拒绝点，绿色标记显示拐角点。

Screenshot of aruco detection on image。在这种情况下，没有检测到拐角，但是有很多拒绝点。

案例1：播种的影响

裁剪的图像：Y轴为200至1574，X轴为883至2633。我使用OpenCV裁剪了它，所以没有损失。

在某些情况下，它检测到拐点，在某些情况下，它捕获了比以前更多的噪声。

我不明白的是，为什么拒绝分数会发生变化？

Screenshot of aruco detection on cropped image。在这种情况下，拒绝点比以前更多。

情况2：平滑的效果

我在此图像上使用了11x11内核的Median Blur。误检率低，标记物被完美检测。

最初，我认为这是由于应用“中值模糊”后图像中的噪点消除了，但通过逐渐增大/减小内核大小并没有改善结果。对于e.x：对于一张图像，使用9x9滤镜检测到角，但未使用5x5、7x7、11x11、15x15检测到。在另一张图片上，它可能会使用11x11。

为什么会这样呢？

Screenshot of aruco detection after noise removal，为方便起见，进行了缩放。

由于原始图片超过2MB，因此我无法在此处发布图片。

Answer 1

我不明白的是，为什么拒绝分数会发生变化？

如果您在OpenCV库中检查“ detectMarkers”功能，它将通过选择图像中的小窗口来应用自适应阈值。小窗口的数量定义如下：

// number of window sizes (scales) to apply adaptive thresholding
int nScales =  (params->adaptiveThreshWinSizeMax - params->adaptiveThreshWinSizeMin) /
                      params->adaptiveThreshWinSizeStep + 1;

即使您进行裁剪，除非更改这些参数，否则图像处理将把图像分解为相同数量的小窗口。这将改变（可能减少或增加）检测到的总（接受+拒绝）候选人的数量。

为什么会这样？

再次，这是相同的原因。平滑图像时，自适应阈值的应用方式会发生变化。

我认为，如果将标记更改为具有更多凹形黑色区域的标记，那就太好了。这只是一个建议，因为标记的中心部分主要是白色正方形，而您的其他白色纸片也大多是白色正方形。

ArUco标记检测行为在不同情况下的背景中有嘈杂的物体

初始设置

案例1：播种的影响

情况2：平滑的效果

1 个答案: