Opencv:边缘检测,扩张和质量绘图

Question

我的工作基于带有点阵的图像(图1),最终结果如图4所示.我将逐步解释我的工作.

图1原始图像

步骤1:检测每个对象的边缘,包括点和我想要删除的"环"以获得更好的性能.边缘检测的结果如图2所示.我使用Canny边缘探测器,但它对一些浅灰色点不起作用.我的第一个问题是如何关闭点的轮廓并尽可能减少其他噪音？

图2边缘检测

第2步:扩张每个对象.我找不到填补洞的好方法,所以我直接扩张它们.如图3所示,孔似乎扩大得太多,其他噪音也是如此.我的第二个问题是如何填充或扩大孔,以使它们以相同/相似的尺寸填充圆圈？

图3扩张

第3步:找到并绘制每个点的质心.如图4所示,由于粗略图像处理,存在"环"的标记,并且一些点以两个白色像素示出.想要的结果应该只显示一个点的点和一个白色像素.

图4:质心

这是我的这3个步骤的代码.任何人都可以帮助我的工作做得更好吗？

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>
#include <cv.h>
#include <highgui.h>
using namespace std;
using namespace cv;

// Global variables
Mat src, edge, dilation;
int dilation_size = 2;

// Function header
void thresh_callback(int, void*);

int main(int argc, char* argv)
{
    IplImage* img = cvLoadImage("c:\\dot1.bmp", 0);         // dot1.bmp = Fig. 1

    // Perform canny edge detection
    cvCanny(img, img, 33, 100, 3);

    // IplImage to Mat
    Mat imgMat(img);
    src = img;

    namedWindow("Step 1: Edge", CV_WINDOW_AUTOSIZE);
    imshow("Step 1: Edge", src);

    // Apply the dilation operation
    Mat element = getStructuringElement(2, Size(2 * dilation_size + 1, 2 * dilation_size + 1), 
                  Point(dilation_size, dilation_size));     // dilation_type = MORPH_ELLIPSE
    dilate(src, dilation, element);
    // imwrite("c:\\dot1_dilate.bmp", dilation);            

    namedWindow("Step 2: Dilation", CV_WINDOW_AUTOSIZE);
    imshow("Step 2: Dilation", dilation);

    thresh_callback( 0, 0 );

    waitKey(0);
    return 0;
}

/* function thresh_callback */
void thresh_callback(int, void*)
{
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;

    // Find contours
    findContours(dilation, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));

    // Get the moments
    vector<Moments> mu(contours.size());
    for(int i = 0; i < contours.size(); i++) {
        mu[i] = moments(contours[i], false);
    }

    // Get the mass centers
    vector<Point2f> mc(contours.size());
    for(int i = 0; i < contours.size(); i++) {
        mc[i] = Point2f(mu[i].m10/mu[i].m00 , mu[i].m01/mu[i].m00); 
    }

    // Draw mass centers
    Mat drawing = Mat::zeros(dilation.size(), CV_8UC1);
    for( int i = 0; i< contours.size(); i++ ) {
        Scalar color = Scalar(255, 255, 255);
        line(drawing, mc[i], mc[i], color, 1, 8, 0);
    }

    namedWindow("Step 3: Mass Centers", CV_WINDOW_AUTOSIZE);
    imshow("Step 3: Mass Centers", drawing);
}

Answer 1

您可以采取一些措施来改善结果.要减少图像中的噪点,可以在应用Canny算子之前应用中值模糊.这是一种常见的去噪技术.另外,尽量避免使用C API和IplImage.

    cv::Mat img = cv::imread("c:\\dot1.bmp", 0);         // dot1.bmp = Fig. 1

    cv::medianBlur(img, img, 7);

    // Perform canny edge detection
    cv::Canny(img, img, 33, 100);

这可以显着减少边缘图像中的噪声量:

为了更好地保留点的原始大小,您可以使用较小的内核而不是扩张来执行一些形态学闭合迭代.这也会减少点与圆的连接:

// This replaces the call to dilate()
cv::morphologyEx(src, dilation, MORPH_CLOSE, cv::noArray(),cv::Point(-1,-1),2);

这将使用3x3内核执行两次迭代,使用表示cv::noArray().

结果更清晰,点完全填满:

保持管道的其余部分不被修改会产生最终结果.圆圈中仍有一些虚假的质量中心,但比原始方法少得多:

如果您想尝试完全从结果中删除圆圈,您可以尝试使用cv::HoughCircles()并调整参数,直到获得良好的结果.这可能有一些困难,因为整个圆圈在图像中不可见,只有片段,但我建议您尝试一下.如果您确实检测到最里面的圆圈,则可以将其用作遮罩来过滤掉外部质心.

Answer 2

如何关闭点的轮廓？使用带有填充绘图选项的 drawContours方法(CV_FILLED或thickness = -1)

减少噪音？使用模糊(低通滤波)方法之一.

相似的尺寸？扩张后使用侵蚀=形态闭合.

一个圆圈一个圆点,没有外环输出？找到所有轮廓区域的平均值.擦除与此值有很大差异的轮廓.输出剩余的中心.

Aurelius已经提到了其中大部分内容,但由于这个问题很安静,我可能会在有足够时间时尝试发布一个完整的解决方案.祝好运.