【发布时间】:2012-08-19 14:23:50
【问题描述】:
我需要以尽可能高的精度检测灰度图像上的角点。目前我正在使用 OpenCV 函数:cvFindCornerSubPix()。
我准备了一个简单的测试:得到一个带有黑/白边角的图像:
然后是一系列相同的对象,每个移动 1/16 像素。我确实手动检查了像素值,测试图像很好。
检测结果令人失望: 即使在 TermCrit 中条件设置为 100 次迭代或 0.005 阈值,检测误差也会达到 0.08 像素。
该图显示了作为像素内位置函数的误差。看起来一点也不随意。另一件值得注意的事情:对于拐角的其他环形位置(当边缘不是水平/垂直时)结果更好,但仍然不完美。
任何想法,如何使此功能正常工作,为什么不能正常工作,或者改用什么?
如果有任何建议,我将不胜感激
【问题讨论】:
-
移动1/16像素时确定不是缩小的影响吗?
-
@Martin 是的,我是。后续图像中边缘的像素值如:(0, 255), (16, 239), (32, 223)等
-
翻译后的图像使用什么插值方法?尝试使用双线性和双三次。您可能会以这种方式引入一些偏见。也尝试使用不是 2 的反幂的平移值。您可以在翻译后的图像上手动验证(通过灰度值的线性插值)边缘在理论上正确的位置。另外,在使用理论(真实)角位置初始化后尝试运行迭代,看看它是否保持稳定。
-
这是一个众所周知的插值神器。从外观上看,您使用的是双线性插值。双线性插值很糟糕。如果你想要一个好的结果,你至少需要三次,甚至更高阶的内核。看看这些书:books.google.com/…
标签: image-processing opencv computer-vision