簡介:我正在進行一項圖像處理任務,試圖找出一個對象的兩個邊界,可以用兩條直線段來描述。我正在使用hough line變換的一些變體來查找目標圖像中的線段。在對象的每個邊界有hough變換髮現多條線(共享一個非常小的角度),並且可能會找到一些與圖像某處的對象邊界不相對應的線(誤報)。 由於對象的兩個邊界之間的空間關係(角度)是近似已知的,我想我會採用某種聚類方法來避免誤報,並計算找到的多個線段中的平均線段每邊界。2d/3d中兩條線段的平均距離
方法:爲了聚集線段,需要定義每個段的位置的相似性度量。我想我會用兩個線段之間的角度元組和兩個線段之間的某種平均距離去做。這也是我想知道什麼是最好的方法來計算這種平均距離測量。 一個比較簡單的方法是在離散位置對每個分段進行採樣,並測量每個採樣點到另一個線段的最近距離(L2),將距離加起來並將總和除以採樣數量。我確定有一個更聰明的方法來做到這一點,有什麼建議嗎?提示:我正在使用一些LGPL/BSD許可工具包(OpenCV,Boost)在C++中工作,因此像mathematica中的集成等有些特殊的數學操作可能很難實現。
好點。但在我的特殊情況下,邊界構成了一個角落。所以兩邊的線段可能會在角落相交。另外,誤報可能會跨越邊界處發現的線路。在這種情況下,線段的距離可能不是聚類的好指標。 – tisch