使用高斯差分（DoG）進行大燈檢測

我正在開發一個檢測夜間車輛大燈的項目。首先我正在MATLAB上進行演示。我的檢測方法是使用高斯差分（DoG）的邊緣檢測：我將圖像與高斯模糊進行卷積，使用2個差異σ，然後減去2個濾波的圖像來尋找邊緣。我的結果如下所示：使用高斯差分（DoG）進行大燈檢測

現在我的問題是在MATLAB中找到一種方法來圈出圓形邊緣，例如汽車的大燈甚至路燈，並忽略其他邊緣。如果你們有任何建議，請告訴我。

enter image description here

來源

2014-01-21 user3049831

我想你可能能夠得到使用略有不同的方法更好的分割。

燈光和背景之間已經形成了強烈的對比，所以您可以利用這一點利用一個簡單的閾值來分割亮點，然後您可以應用一些斑點檢測來濾除任何小斑點（例如路燈）。然後，您可以從那裏進行輪廓檢測，Hough圓等，直到找到感興趣的對象。

舉個例子，我把你的源圖像，並做了以下內容：

轉換爲8位灰度
應用高斯模糊
閾值

這是一款的源圖像：

before

這是閾值的疊加：

after

也許這種類型的方法是值得進一步探討。請評論讓我知道你的想法。

來源

2014-01-21 07:29:07

1.我不能忽視小斑點，因爲大燈可能很遠，路燈可能更大。我打算將圖片分成兩部分：上部和下部分別包含路燈和前燈，我只是分析下部。你對我的解決方案有什麼看法？ 2.您的閾值方法與轉換爲二進制圖像相似嗎？其實我不能這樣做 3.你能否更具體地告訴我你在閾值步驟之後如何圈起明亮的物體？它可以應用於DoG嗎？如果你不介意，你能把你的代碼發給我嗎？非常感謝 – user3049831

@ user3049831劃分圖片很好，你可以隨時分析最大的「最低」斑點，假設汽車下面沒有更小的燈。你是什麼意思*「實際上我不能這樣做」*？你正在解決一個真正的問題還是這是一種約束分配？ –

我同意羅蘭，我實際上會做類似的事情。將圖片分成兩部分將有助於加快該過程的提高，所以去做吧。關於在閾值步驟之後盤旋明亮的物體，我認爲紅點是通過一個稱爲掩模的過程完成的，閱讀起來相當簡單。 – rockinfresh

使用高斯差分（DoG）進行大燈檢測

回答

相關問題