在应用 Canny 边缘检测之前预处理图像答案

【问题标题】：Pre processing image before applying Canny Edge detection在应用 Canny 边缘检测之前预处理图像
【发布时间】：2016-06-25 15:55:12
【问题描述】：

我有一张下面房间的图像，我想检测所有墙壁边缘。我尝试了很多不同的过滤器组合（双边、高斯、拉普拉斯等），最好的组合似乎如下，

将图像转换为灰度
应用双边过滤器
运行 Canny 边缘检测过程
再应用两个双边滤波器以去除任何噪声
应用膨胀过滤器“堵塞”边缘上的任何孔

我遇到的问题是，无论我尝试过什么，我都无法获得一个明显的直边，它穿过靠近天花板的墙壁。我尝试了多种技术来尝试使边缘变暗，但无济于事。应用商店中有一个应用程序可以检测到这个边缘，所以我知道它可以完成，我只是不确定我需要应用哪些预处理过滤器，希望有人能指出我正确的方向。

cv::Mat edgeFrame;
cv::Mat grayImage;
cv::Mat blurFrame;
outputFrame=inputFrame.clone();

getGray(inputImage, grayImage);
cv::bilateralFilter(grayImage, blurFrame, 9,80, 80);
cv:Canny(blurFrame, edgeImage,100, 110,5);
cv::bilateralFilter(edgeImage, blurFrame, 21 , 80, 80);
cv::bilateralFilter(blurFrame, edgeImage,21, 100, 150);
int dilation_size =1;
Mat element = getStructuringElement( MORPH_ELLIPSE,
                                    Size( 2*dilation_size + 1, 2*dilation_size+1 ),
                                    Point( dilation_size, dilation_size ) );
dilate( edgeImage, outputFrame, element );

【问题讨论】：

应该实时处理吗？或者你可以花（几？）秒？
试试饱和度或蓝色通道。
@Miki - 不必实时完成，几秒钟是可以接受的。
@Piglet - 我已经尝试增加饱和度，但变化不大，我会尝试增加蓝色通道，看看结果如何。
@WagglyWonga 增加饱和度和蓝色是什么意思？创建灰色图像时会丢失信息。因此尝试在单独的通道中进行边缘检测并结合结果。除了JPG，你能得到别的东西吗？我看了那张图片，在色调通道中有一些非常难看的压缩伪影

标签： opencv computer-vision canny-operator

【解决方案1】：

问题在于这些边缘的阴影，这是由于照明完全来自通过窗户的太阳，并且房间内没有光源。而且图片比较暗，所以它的直方图会集中在下边。话虽如此，我将应用直方图均衡作为第一步，将强度分布在 0-255 的整个范围内，然后在 canny 内应用相对较大的 sigma（高斯模糊）以抑制高频边缘。

更新： 1）灰度值

2) histeq

3) 精明的

确实，虽然 histeq 增加了对比度，但它在这里无济于事，因为在门上方的那个区域，梯度几乎为零，正如您从第二张图片中看到的那样。

【讨论】：

你真的尝试过吗？如果是这样，您可以发布您的代码和结果吗？或者这只是一个猜测？
我不使用open CV，但稍后会在Matlab上检查并在此处提供更新。
不错！我很好奇;D
@Settembrini 谢谢，我尝试过检测和消除图像中的阴影/反射，但我不是这方面的专家，所以只是反复试验。我将尝试使用直方图均衡的方法，看看是否可行。
@Settembrini 在问题区域从天花板到墙壁的过渡非常平滑，以至于基于梯度的方法不会找到边缘，因为梯度非常低。直方图均衡应该如何帮助？您不能向图像添加信息。你可以改变它。直方图均衡化主要是为了提高人眼的可见度。它在这里根本没有帮助。如果您的图像不好，那么现在世界上的预处理将改变这一点。