在2D圖像中檢測標記

我希望能夠獲得一些2D對象檢測的幫助。我將簡要介紹一下它將實施的環境。在2D圖像中檢測標記

將會拍攝天花板的圖像。天花板上會放置標記，以確定攝像機的方向。這些照片總是會直接面對。我的目標是檢測圖像中的這些標記之一併確定其旋轉。因此旋轉和縮放（較小程度）將是圖像檢測中使用的兩個主要因素。我將用C＃或matlab編寫軟件（尚不確定）。

例如，該標記可能是這樣一個箭頭：

Reference Arrow

截取的天花板的將包含標記物的圖像。該軟件需要檢測單個標記並確定它已經旋轉了170度。

Ceiling Arrows

我與圖像分析沒有現成的經驗。我知道圖像處理是一個相當廣泛的主題，並希望得到一些建議，我應該採取哪個方向，哪些技術最適合我的應用。謝謝！

來源

2009-11-08 Mav3rick

我建議將您的問題的標題更改爲「在2D圖像中檢測標記」。對象檢測在圖像分析中具有其他內涵。 – Ivan 2009-11-09 09:50:44

我推薦使用MATLAB或者如果你打算使用C＃，Emgu CV是相當不錯的。

Hough transforms是一個好主意。一旦檢測到圖像中的邊緣，使用（比如Canny edge detector），就會得到一個邊緣圖像（二值圖像的值僅爲1或0）。

然後，Hough直線變換（實質上）使用參數化的函數爲線條旋轉關於邊緣圖像中每個白色像素的線條（線條的分辨率取決於您）並計算白色其值爲1）像素，並將該信息存儲在一個大的累加器中，該累加器存儲由該行的參數索引的數據。

alt text http://upload.wikimedia.org/wikipedia/en/a/af/Hough_space_plot_example.png

在上面的例子，對於一個線的參數的形式是：

rho = x*cos(theta) + y*sin(theta)

其中RHO是距離和θ是角度

因此，作爲你可以看到，如果你在一個特定的方向看箱子，你可以找出在這個角度有多少條線。當然，你必須做一些額外的工作來確定哪條線以這個角度爲導向，因爲每個箭頭有5條其他線，但是這不應該太難。

來源

2009-11-09 05:05:43 Jacob

你的第二段寫得很糟糕：看起來hough變換是一個邊緣檢測器，而它是一個線條檢測器。要完成，索貝爾邊緣檢測器也會很好地適應這裏。 – 2009-11-09 08:06:24

嗯，我不這麼認爲。這似乎很清楚，第二段使用邊緣圖像來獲得霍夫變換。其次，完整性不是一個問題，因爲有幾個** **邊緣探測器可用，所以提一個應該足以操縱OP在正確的方向。無論如何，感謝您的輸入，我會修改該段落。 – Jacob 2009-11-09 16:58:00

我不是直接在這個領域，但我會告訴你開始專門研究邊緣檢測。如果你有數學背景/工程的材料很容易理解：

這似乎引發一些想法： http://www.cfar.umd.edu/~fer/cmsc426/lectures/edge1.ppt

來源

2009-11-08 23:46:16 Dlongnecker

你需要探索邊緣檢測，所以考慮霍夫過濾器。之後，您需要查看模式分類器和特徵提取。

This paper有一個算法，似乎沒有邊緣檢測工作。 This book excerpt更傾向於您想要的符號檢測類型，一旦您完成了邊緣檢測。

來源

2009-11-08 23:52:27

一如既往的計算機視覺，你的第一個問題是圖像照明和採集。在進一步研究之前，請確定您的標記將如何在天花板上打印，它們的形式如何，您將使用哪些光線來查看它們，以及您將選擇哪種相機設置來查看標記。

給出一個好的材料，一個很好的光線和一個好的相機，你可能沒有任何問題來處理圖像。例如，您可以在反光材料中打印完整的箭頭，並使用比您的示例更長的尾部，並在相機上使用彩色燈光和相應的濾鏡。現在你的形象都是箭頭......還有很多其他獲取圖像的方法可以幫助你。

一旦你有普通箭頭，一個簡單的斑點分析（其由計算圖像中的對象的統計矩）會給你很多的信息的：每個箭頭應該具有的值幾乎相等爲7個Hu矩，這允許你可以有效地過濾物體，也可以根據中央時刻計算出的方向爲你提供箭頭的角度。 blob分析只是統計數據，速度非常快。

來源

2009-11-09 08:00:19

一些系統已經開發探測標記和穩健的方向：

reacTIVision（開源）使用這些類型的標籤找到位置和方向： alt text http://reactivision.sourceforge.net/thumbs/reactivision02.png
ARToolKit（開放源）使用不同類型的標籤來提取所有6個自由度： alt text http://www.schanes.net/docs/robot/marker.png

如果你的主要目標不是學習，而是讓應用程序工作，我會建議你使用其中的一個。初學者可以穩健地檢測圖像中隨機標記的位置和方向，這不是一項微不足道的任務。

在另一方面，如果你是男子漢興趣學習，我也將指導您的ARToolKit和its publications (and their references)解釋如何實現強勁標識的檢測。

來源

2009-11-09 09:48:26 Ivan

甲嚴格的方式來確定的下投影幾何成像的獲取的方位（最相機）使用消失點和消失線。好消息給你：你的標記可以用來找到這些信息！更多好消息，你的圖片可以是糾正，所以圖像列（y軸）將對應上下方向。在Hartley和Zisserman的書的第8章中，您可以找到關於這個東西的更多信息，計算機視覺多視圖幾何。

另外請記住，您可能需要處理徑向失真問題，相機鏡頭引起的失真。其他人對箭頭檢測問題是正確的：你必須使用邊緣檢測，然後，霍夫變換或模板匹配。有關詳細信息，請參閱岡薩雷斯和伍茲的書數字圖像處理。

來源

2009-11-09 12:10:09

在2D圖像中檢測標記

回答

相關問題