测量嘈杂和曝光不足图像上的车道或条纹

问题描述

我的任务是使用C ++测量严重变化，经常嘈杂和曝光不足的图像上的车道或条纹。输入图像的示例以及应测量的示例如下：

An example of what should be measured on images provided

到目前为止，我已经尝试了几种使用OpenCV的方法。第一个基本上包括以下步骤：

过滤，背景替换->自适应阈值->细化-> HoughLinesP->然后过滤和合并线。

请参见下面的插图图像：

The first attempt result

第二种方法包括搜索带有SURF的短条纹的起点并沿长线向左和向上移动。

请参见下面的插图图像，注意SURF是在原始半色调图像上完成的：

The second attempt result

我尝试的第三种方法：对帧进行傅立叶变换-图像片段（获得4维矩阵），然后使用PCA查找基本图案。在下面得到此结果：

The third attempt result

不确定如何处理该PCA输出。尝试使用原始图像使用adaptiveThreshold选择线，然后根据此阈值和PCA结果教导多层感知器，以便产生“精炼”阈值。尝试选择参数以清除阈值，以便进行进一步处理-偶尔可以使用，但是结果非常不稳定。

不幸的是，以上所有方法仅适用于少数选定的“好”图像。

我认为ML方法是必经之路。不幸的是，我只有很少的图像需要学习。

使用ML方法，至少要开始时还是要提一些建议：看起来它属于细分任务区域。在遵循此路线时，我是否需要选择包含所测线段的整个区域，然后使用其他方法进行分割？还是有可能/可能是同时检测被测段？

非常感谢您提出解决此任务的建议。

一些测试源图像可以在这里找到：github.com/aliakseis/detect-lines/tree/master/images

请在这里找到更新：https://github.com/aliakseis/detect-lines任何建议将不胜感激。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）