结合上下文与局部边缘以提取杂乱图像中的线段
计算机视觉与模式识别
2014-11-18 v1
摘要
自动提取方法通常假设线段显著、纤细、稀疏、互不相交且无噪声和杂乱干扰。由于这些假设在现实场景中往往不成立，导致许多线段未被检测到或发生断裂。在更严重的情况下，即许多使用 Hough 变换的方法中，提取可能完全失败。本文提出了一种解决这些问题的方法。其关键方面是结合通过大 footprint 和小 footprint 滤波器获得的阈值图像导数，我们分别将其称为上下文边缘和局部边缘。上下文边缘对噪声具有鲁棒性，我们利用它们来选择有效的局部边缘，即与上下文边缘类型相同的局部边缘：暗到亮或反之的跃变。如果有效局部边缘之间的距离不超过最大距离阈值，我们通过标记它们及其之间的像素为边缘点来强制连通性。这产生了鲁棒且定位良好的连通边缘图。我们使用一种强大的双样本统计检验来计算上下文边缘，鉴于图像处理社区对此尚不熟悉，我们在此简要介绍。最后，我们通过合成图像和真实图像的实验展示了该方法如何在当前方法失败的多种情况下，高效地提取所有长度和宽度的完整线段。
引用
@article{arxiv.1411.4296,
title = {Combining contextual and local edges for line segment extraction in cluttered images},
author = {Rui F. C. Guerreiro},
journal= {arXiv preprint arXiv:1411.4296},
year = {2014}
}