由于您正在尝试发现图像中的结构，因此最好在灰度中工作。

这是一个非常好的案例，球场看起来是一个漂亮的矩形，但总的来说，球场可能有不同的大小和方向。此外，绿色背景上的白线不是一般规则，例如Roland Garos。

话虽如此，您可以尝试对图像进行阈值处理（您可能必须为此使用自适应阈值处理）以获得如下结果：

然后，您可以通过图像创建4 或 8 个连接的像素链

由于您正在寻找线条，因此您可以获取每个链条并为其安装一条线。

此时，图像中的“有趣像素”已转换为一组线模型，其中一些将相交。您现在可以应用简单的规则来发现哪些线组相交（这是一个很好的示例）。

要发现组成网球场的相交线集，您将搜索（这是一个示例）“一组 9 条线，其中 4 条以直角相交，另外两条平行于以 1/8 相交的长线场地宽度的一半，另外两个平行于短边，距离球场起点约 1/5，第三个位于球场中间，与两个较短的边相交”......换句话说，您必须将网球场表示为一组具有相对位置的相交线（这样您的表达就不受绝对尺寸的影响）。

对于上述技术的一个很好的应用，你可以看看这篇论文，它概述了图像中镜头代码的识别。

有关这些技术的理论背景和更多信息，您可以参考优秀的“使用 Matlab 进行数字图像处理” ，特别是与您的问题最相关的第 10-13 章

我希望这有帮助。

你想检测（找出它们的存在）还是分割它们（找出它们的精确轮廓）？这是两个截然不同的问题。

如果您只想进行检测，我会考虑使用 SIFT 等图像特征。您可以使用 OpenCV 轻松尝试这些方法。

分割是一个完全不同的话题。假设您已经使用 SIFT 粗略地检测到球场，您可以使用简单的基于配准的方法来更准确地找出球场所在的位置（通过将模板网球场图像配准到您的图像）。然后你可以使用任何局部细化技术来改进你的分割。

我认为我会至少分两个步骤来做到这一点。

首先，寻找与网球场长度相匹配的线组。

其次，在这些线的边界内，寻找横跨球场宽度的线。

如果您愿意，您可以假设所有网球场在绿色背景上都有白线，但我不确定这是一个好的假设。

编辑

实际上，我建议 3 个步骤。第一个是对图像进行二值化，我认为我从未见过在浅色背景上有暗线的网球场，因此您可以将问题限制为寻找白线。

我认为霍夫变换是这里的方法，如果你可以假设球场总是有相同类型的线标记。首先在图像上运行边缘检测器。然后运行霍夫变换来检测直线。然后看看哪些线相互平行或垂直，看看哪些线形成了正确纵横比的矩形。为此，您可能希望通过图像中的空间接近度对平行线和垂直线进行排序。然后检查矩形内的适当线条。

但是，如果相机没有直视下方，您可能会遇到问题，因为那样您将无法获得正确的角度。