誤検出を削除するには？

Question

OpenCVを使用して、以下に示すようにバイナリイメージの楕円を検出しています。画像には、検出されるべき8つの楕円がある。 findContoursを使用して、8つの省略記号を含む多くの輪郭を取得できます。問題は、どのように判断することができ、どれが楕円ではないのですか？どのように他のすべての誤検出を削除するには？

Answer 1

1つのオプションは、少しハックです：findContoursの上に 分でminEnclosingCircleとフィルタの輪郭を使用しています。閾値に基づいて半径を囲む（半径Aより小さい（小さな小塊を除去する）、半径Bより大きい（巨大な小滴を除去する））。 minAreaRectを試して、幅/高さの比を調べて、高さ/幅のよりも均一な塊を探すこともできます。

ハッピーな解決策は、ハフ変換を使用することです。 hough circleとチュートリアルをご覧ください

Answer 2

この特定のケースでは、Hough Circle Transformがおそらく最も簡単な解決策です。

コピーをチュートリアルからコードとにcv::HoughCircles()のパラメータを変更します。

/// Apply the Hough Transform to find the circles 
HoughCircles(src_gray, circles, CV_HOUGH_GRADIENT, 1, 10, 40, 30, 0, 0); 

出力：

しかし、私はそれで行く、ジョージのアイデア@愛し、それはですハードコードされた定数を指定するよりも堅牢です。私のアプローチはこの画像には効果的ですが、サークルや素材のサイズが異なる画像がある場合は、cv::minEnclosingCircle()を使用します。

Answer 3

今私は自分のalgoを使用して問題を解決していると思います。将来の参照のために投稿してください。

以下に示すように、すべての楕円を正確に見つけることができます。そして、誤検出は首尾よく取り除かれます。一方、アルゴは非常に時間効率が良い：通常のデスクトップ上のすべての画像処理では0.03秒。画像サイズ：ALGOの448x336ピクセル

手順：

1. 輪郭
2. の最小サイズの閾値を設定することにより、小さすぎるものを除去する機能findContours
3. を用いて二値画像から輪郭を検出しますfitEllipse関数を使用して楕円を検出する
4. 対応する楕円と輪郭を比較します。具体的には、すべての輪郭点を一般的な楕円方程式に置き換えます（http://www.maa.org/joma/volume8/kalman/general.html参照）。その後、代数的誤差を計算する。エラーがしきい値より小さい場合は、その輪郭を除外します。

EDIT：ジョージProfenzaとkarlphillipの答えにコメント。 George Profenzaとkarlphillipに感謝します。しかし、彼らの答えは問題をうまく解決できません。George Profenzaによって与えられた最初のアイデアは輪郭のサイズの閾値を設定することです。実際、私はそれを私の恋人に使っています。しかし、それは明らかに孤独の予備段階です。 「良い」サイズの多くの誤検出があります。 George Profenzaの2番目のアイデアは、HoughCirclesを使用することです。これはkarlphillipでも提案されています。 HoughCirclesの問題は次のとおりです。（a）遅いですが、私は組み込みシステムでアルゴをリアルタイムで実装する必要があります。 （b）円だけを検出できるが、楕円は検出できない。もちろん、楕円が円の近くにある場合は、それも機能します。しかし、一般的なケースではそうではありません。また、上記の方法では「figure 8」を検出できません。それは大きな問題であり、私はまだそれに取り組んでいます。

Answer 4

これまでに別の回答が受け入れられていますが、いくつかの選択肢がありますので、別の回答を追加します。ハフ方法は、あなたのアプリケーションのために十分に高速であると仮定すると、ここでいくつかの興味深いの選択肢は以下のとおりです。

1. Ellipse detection with OpenCV
3. http://www.codeforge.com/article/131943
4. http://toyhouse.cc/profiles/blogs/modified-hough-ellipse-transform-detecting-ellipse-in-an-accurateそして、私は上記のコメントで追加された紙：http://www.bmva.org/bmvc/1988/avc-88-041.pdf

また、Houghが楕円を確実に検出するための「正しい」方法である可能性が高いと付け加えるかもしれませんが、int追加の課題。 Houghサークルがデスクトップ上で十分に速いことを示していますが、デスクトップのパフォーマンスが組み込みシステムとどれくらい一致していますか？組み込みシステムに浮動小数点ユニットがありますか？そうでない場合は、ソフトウェアエミュレートされた浮動小数点のパフォーマンスにあまり気を付けすぎないでください。ルックアップテーブルなどを使ってHoughアルゴリズムをうまく実装できるかもしれません。