如何识别图像中的非圆径向对称?

人工智能 模式识别 特征选择
2021-10-28 08:27:44

这是一个关于模式识别和特征提取的问题。

我熟悉霍夫变换、快速径向变换和变体(例如 GFRS),但这些突出显示了圆形、球体等。

我需要一个图像过滤器,它可以突出显示从它辐射的一系列辐条的质心,例如星号的中心或自行车车轮的辐条(即使圆形轮子被遮挡。这样的过滤器存在吗?

2个回答

扩展到正交椭圆的霍夫变换使用这个模型,累积在θ对所有人{x,y}带参数矩阵

{cxcyrxry}

在哪里

1=(xcx)cosθrx+(ycy)sinθry

问题是要检测法线,因此可以修改上述模型的几种算法中的任何一种以累积r对所有人{x,y}带参数矩阵

{cxcyrxry}

在哪里

0=xcxrx+ycyry

相交的线(cx,cy)不要依赖rx或者ry. 然而,认识到如果径向等距,从一个位置而不是投影到线平面的位置观察线可能是有用的。(cx,cy)将呈现一个线密度,它是arctan(rx,ry).

第一步是将对象从场景中取出。在您的情况下,这一点并非微不足道,但是,有很多方法可供选择。我建议阅读有关分水岭阈值算法的信息。

第二部分更容易。一旦您手头有一个分割的对象,请执行去噪。下一步是提取轮廓。找到重心,将坐标转换为极坐标,并将这些轮廓表示为一个函数,其中 x 轴为度数,y 轴为距中心的距离。取这个函数的傅里叶变换。如果形状是对称的,那么将有很少的非零条目,并且在频谱中会有很大的尖峰。