小编chu*_*yee的帖子

我想检测移动传送带上的裂缝。下面是一个例子：

对于上面的图像，我可以使用 GaussianBlur，然后使用 Canny，然后使用 findContour 来检测裂缝。但在其他情况下，我需要检测带有重型图案的皮带上的裂纹。例如下面是没有裂纹的“重纹”皮带。（抱歉，我找不到此类皮带上有裂纹的皮带）。

我的旧方法对于这种类型的皮带不太有效。如果我对 GaussianBlur 使用更大的内核，我可以删除皮带图案。但它也减少/消除了裂缝。

更新：这是另一个斑点类型的裂纹图像。

我尝试使用 SimpleBlobDetector 来检测它。但在厚重的图案带上，它会产生很多误报。关于如何检测图案皮带上的斑点有什么建议吗？

更新2：

我遵循了@nathancy关于双边过滤器的建议：

min_area = 400
blur = cv2.bilateralFilter(gray, 11, 125, 125)
thresh = cv2.adaptiveThreshold(blur,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,3,2)
canny = cv2.Canny(thresh, 120, 255, 1)

放大后的图像如下。

对于这些特定的图片，我可以执行“min_area = 400”来区分裂缝和图案。然而，较大的内核模糊也会将部分裂纹与图案一起擦掉。所以我预计 min_area 选择在更复杂的真实环境（即不同的光照条件等）中不会非常稳定。我有一个问题，因为图案总是+-45 度。有没有什么过滤器可以帮助去除这些方向上的图案？