我正在寻找一些想法来检测所附图像中的线条。线条被假定为垂直，但它们的质量很差，每条模糊线条之间只有 2-3 个像素。
我已经尝试过这些方法： 垂直腐蚀和膨胀->增强效果好 CLAHE -> 有利于增强 Hough -> 失败，因为将图像转换为黑色 & while 会有太多的断线或桥接。 我也试过垂直线掩码。 基本上基于黑白图像转换的方法不适用于此。
【问题讨论】：
标签： image matlab image-processing opencv filtering
我会沿着线条折叠图像以获得一维轮廓。并在那里进行检测（例如，通过查看中值以上的峰值。
这是折叠的图片
那里的物体检测很明显
【讨论】：
ys = sum(I,1)，I 是灰度图像。此外，要找到最大值，您可以使用findpeaks()，也可以结合使用smooth() 来消除噪音。
这是另一种方法，假设峰值在约 5 个像素内很明显，可以找到线条。它将容忍图像的小幅旋转。
img = imread('http://i.stack.imgur.com/w7qMT.jpg');
img = rgb2gray(img);
%# smoothen the image a little with an anisotroic Gaussian
fimg = imfilter(double(img),fspecial('gaussian',[3 1]));
%# find the lines as local maxima
msk = ones(5);
msk(:,2:4) = 0;
lines = fimg > imdilate(fimg,msk);
【讨论】：
bwareaopen 删除一些虚假信号，您可以运行骨架化以使线条宽 1 个像素。
x 位置有一个白点，那么目前，你说有一条垂直线经过x。对每一行重复。如果在给定位置x 你得到大部分行“说”x 上有一个白点，那么你在x 上画一个垂直传递。如果你不细化线条（我相信 Jonas 拼错了，你不想在这里获得骨架），那么你可能会得到多条相邻的线，这些线可以很容易地折叠成一条。
关于噪声图像中微弱边缘检测的非常有前途的工作： 直线的基本版本： http://www.wisdom.weizmann.ac.il/~meirav/EdgesGalunBasriBrandt.pdf 更高级的版本： http://www.wisdom.weizmann.ac.il/~meirav/Curves_Alpert_Galun_Nadler_Basri.pdf
我不确定作者是否公开了他们的代码。直接联系作者可能是值得的。
这些作品提出了一种经过充分研究和原则性的方法来检测微弱边缘。
【讨论】：