【发布时间】：2017-03-24 14:48:46
【问题描述】：
我需要在机器视觉应用中找到领先优势。此边缘的形状可能略有不同，有时对比度可能低于我们正在测量的零件内部的边缘。
我想找到一种通用算法，可用于在我指定的区域中找到前沿，并在我指定的方向上进行搜索。最后，这必须始终是一个积极的优势。也就是说，它从暗区过渡到亮区。
明确地说，我不是在寻找像 Canny 这样的边缘检测算法。我需要有关在图像中选择适合 ROI 并匹配极性约束的右边缘的一般方法方面的帮助。
【问题讨论】：
【发布时间】：2017-03-24 14:48:46
【问题描述】：
opencv 的 Canny feature detection 完成了这项工作。提取特征，然后您可以根据需要过滤它们（例如过渡、方向等）
【讨论】：
-
我认为 Canny 在 x 和 y 轴上使用了 LoG 过滤器。例如，如果边缘为 45 度，方向信息是否有效？
-
是的，该算法是旋转不变的。
-
边缘检测算法不是问题。我想知道在这个感兴趣的区域中识别领先优势的一般方法。一旦找到边缘，现在我就有了一组边缘点。您能想出一种优雅的方法来沿着 ROI (1) 中的这些向量 (2) 进行搜索吗？我正在考虑计算每个向量与边缘点的垂直距离，然后选择某个距离阈值内的点，然后选择最接近向量起点（左侧）的点。