如何解决霍夫变换的替代方案,可实现简单的实时圆检测
我最近才刚开始使用OpenCV和图像处理,所以请多多包涵
灰色轮廓是跟踪算法的结果,我已将其用于调试,因此您可以忽略它。
我正在跟踪发光的球体,因此很容易调低相机的曝光,然后滤除周围残留的噪声。因此,我必须始终使用带有白色圆圈的黑色图像。有时会产生一点噪音,但这通常不是问题。
请注意,球体安装在一个平面上,因此当以特定角度固定时,可能会“切掉”圆的底部,但是霍夫变换似乎可以很好地处理该问题。
当前,我使用霍夫变换来获取位置和大小。但是,即使运动很少,它也会在实际圆周上抖动很多。在运动时,它有时会完全失去跟踪,并且不会检测到任何圆圈。
此外,这是在实时(30fps)环境中,我必须运行两个霍夫圆变换,在ryzen 7 cpu上占用30%的CPU负载...
我尝试使用二进制图像(删除圆的“平滑”轮廓),并更改了hough变换的设置。 dp值较低时,抖动似乎较少,但由于需要处理,因此不再实时。
这基本上是我的代码:
ImageProcessing.ColorFilter(hsvFrame,Frame,tempFrame,ColorProfile,brightness);
ImageProcessing.Erode(Frame,1);
ImageProcessing.SmoothGaussian(Frame,7);
/* Args: cannyThreshold,accumulatorThreshold,dp,minDist,minRadius,maxRadius */
var circles = ImageProcessing.HoughCircles(Frame,80,1,3,Frame.Width / 2,80);
if (circles.Length > 0)
...
ImageProcessing
调用只是OpenCV框架(EmguCV)的包装器
是否有更好的,更少的抖动和更少的性能消耗方法或算法来检测这类(如我所见)非常简单的圆圈?我在互联网上找不到与这些圈子相匹配的答案。谢谢您的帮助!
解决方法
我迫切希望看到人们通过跳到边缘检测和/或霍夫变换来破坏良好的信息。
在这种特殊情况下,您会看到一个漂亮的斑点,可以在不到一毫秒的时间内检测到它,并且质心会产生很好的精度。半径可以仅从该区域获得。
您报告说,在运动的情况下,霍夫抖动了;这可能是因为运动模糊或帧交错(取决于相机)。质心应该对这些效果更健壮。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。