找到条纹线的角度/旋转角度答案

【问题标题】：Finding the angle of stripeline/ Angle of rotation找到条纹线的角度/旋转角度
【发布时间】：2013-02-13 12:00:09
【问题描述】：

因此，我试图找出所附照片等图像中条纹线的旋转角度。唯一的假设是这些线是平行的，并且它们的方向大约或多或少约为 90 度[例如 5 度公差]。我必须确保结果图像中的条纹线垂直 %100。图像的质量以及它们的直方图/灰度值不同。所以基于非自适应阈值的方法对于我的案例已经失败了[如果我不能使其自适应，我对基于阈值的方法不感兴趣]。此外，条纹线顶部有时会出现一些随机的黑色簇。

到目前为止我做了什么： 1）当然，HoughLines 是第一个选项，但我无法让它适用于我的所有图像，尽管遵循了这篇很棒的文章，但我取得了部分成功： http://felix.abecassis.me/2011/09/opencv-detect-skew-angle/。我理解失败的主要原因是，我需要为不同的图像微调参数。 Canny/BW/Morphological边缘检测等参数（如果需要） | minLinelength/maxLineGap/等的参数。当然有办法破解它并让它工作，但是，对我来说，这是一个脆弱的解决方案！

2) 我现在正在做的是将图像划分为顶部切片和底部切片，然后找到每个切片的峰和谷。然后基本上使用图像的宽度和峰的平移来找到角度。我目前正在寻找顶部切片的哪个峰值属于底部切片的哪个峰值，因为由于带状线顶部存在黑色/白色簇，我的计算中会出现一些误报峰值。

示例：切片的峰值位置：顶部切片 = { 1, 33,67,90,110} BottomSlice = { 3, 14, 35,63,90,104}

在提取峰值时，我实际上得到了相似的向量。可以看出，向量的长度可能会有所不同，知道如何获得这样的组：

{{1,3},{33,35},{67,63},{90,90},{110,104}}

我对改进这些算法或全新方法的任何想法持开放态度。如果需要，我可以上传更多图片。

【问题讨论】：

只是想知道，这是微米级光栅吗？
你是对的，是的。

标签： algorithm matlab opencv image-processing

【解决方案1】：

如果您可以获得单条线的点列表，linear regression 将为您提供最适合这些点的直线的公式。一个简单的三角运算将直线公式转换为角度。

您可能可以使用一些细线操作将条纹变成点列表。

【讨论】：

谢谢马克。对我来说听起来很棒，虽然它有点太贵了。如果我错了，请纠正我。所以，我们基本上需要每行更多的样本，这意味着更多的图像切片和更多的峰值检测。到目前为止还不错，但现在我将拥有例如5 个数组类似，类似于我们的 TopSlice = { 1, 33,67,90,110}，其中第一个元素可能代表第一行。 “Non-OK”部分是，我应该为每条线运行迭代算法，例如线性回归吗？这会非常昂贵。
@Hamed 如果你知道一行代表整张图片，那么就不需要对所有图片都运行算法。
你是对的，但我认为我应该使用我拥有的数据而不是过滤掉很多有用的点。至少我可以有一个更好的近似值。无论如何，线性回归不是 %100 准确的。就像一个想法，类似en.wikipedia.org/wiki/RANSAC的算法怎么样。我基本上是在尝试以更少的迭代使用更多的数据点！我知道我的想法并不清楚，这只是一个想法......
@Hamed，只要异常值很少，线性回归就非常健壮，无需使用 RANSAC 之类的东西。如果你还没有弄清楚，这个建议属于“全新方法”类别。

【解决方案2】：

您可以沿不同角度运行空间导数的累加器。如果您想要半度精度和 5 行样本，则最多有 10*5*1500 = 7.5m 次迭代。您可以安全地将沿线的采样率降低十倍，这将为您提供每个样本 150 个点的样本大小，从而将迭代次数减少到不到一百万。在该点附近的某个地方，拉直图像的操作应该成为瓶颈。

【讨论】：

感谢您分享您的想法。您认为在此类图像上比较此类窄导数的结果是否可行？
简而言之是的，但我相信如果你尝试一下，你会告诉我们的。