如何检测图像中的 45 度边缘答案

【问题标题】：How to detect 45 degree edges in an image如何检测图像中的 45 度边缘
【发布时间】：2015-04-18 15:49:10
【问题描述】：

如果不是得到所有边缘，我只想要形成 45 度角的边缘。检测这些的方法是什么？

是否可以检测所有边缘，然后以某种方式运行约束霍夫变换来检测哪些边缘形成 45 度？

【问题讨论】：

标签： image-processing computer-vision

【解决方案1】：

使用对角结构元素并简单地对图像进行卷积有什么问题？

详情

请阅读here 并且应该清楚如何构建结构元素。如果您熟悉卷积，则可以构建一个简单的结构矩阵，无需理论即可放大对角线

{ 0,  1,  2}, 
{-1,  0,  1}, 
{-2, -1,  0}

这个想法是：您想要放大图像中的像素，其中 45 度以下与 45 度以上不同。当您处于 45 度边缘时就是这种情况。

举个例子。如下图

由上面的矩阵卷积得到一个灰度图像，其中最高像素值的线条正好是 45 度。

现在的方法是简单地对图像进行二值化。等等

【讨论】：

有意思，能详细点吗？
你没有解释他们为什么使用这个特定矩阵的原因
@pooria 背后的原因是我们使用了一个简单的Sobel operator，这是一个简单的卷积核来检测水平和垂直边缘。现在，只需查看矩阵并尝试将其旋转 45 度。如果您搜索“sobel 45 degree”，您还应该找到一些匹配项。

【解决方案2】：

首先，可以将其作为后期处理。 Hough 的结果在 (angle,radius) 的参数空间中。所以你可以简单地在角度=（45-5,45+5）和所有半径中取一个切片。

另一种方法是边缘检测的输出将仅包含 45/135 角边缘。

【讨论】：

【解决方案3】：

如果您使用内核但想要直线方程，那么在找到边缘像素后您仍然需要执行直线拟合。如果您确定线正好是 45 度，那么知道任何已发现的线或线段上的 (x,y) 点就足以找到线方程。

Hough (rho, theta) 参数空间可以使用您想要的任何范围的 rho 和 theta。您可以对图像进行预处理，以便以适当的角度偏爱相邻像素。例如，如果边缘像素在适当的角度有 8 个相邻像素，则给它一个“奖励点”。您当然可以将基于内核的方法（例如建议的 halirutan）与参数或无参数 Hough 算法混合使用。

Hough 的最新实现以极快的速度运行，因此如果您正在寻找快速解决方案，您可以下载开源代码，然后简单地过滤输出。

“通过改进的霍夫变换投票方案进行实时线路检测” 费尔南德斯和奥利维拉 http://www.ic.uff.br/~laffernandes/projects/kht/index.html

【讨论】：