Algorithm 图像中直线倾斜的快速检测算法

我的要求是找到数据矩阵周围的线（全部8条线）的倾斜度，如边缘检测图像所示：

两个主要限制：

• 检测到的倾斜度应具有至少0.1度的精度（此图像中可达到的最佳值）
• 所用时间应少于30毫秒

我正在Blackfin DSP上实现该算法，并使用了Blackfin图像处理工具箱

我尝试使用Hough变换和轮廓检测来找出线条，从而找出它们的倾斜，但是时间限制超过了。任何使用不同算法或优化此算法的建议都会有所帮助

---

[对于我的使用案例，角度精度越高越好，我的目标至少是0.02-0.05，具有更高的分辨率图像]

一种快速简便的方法是从左、右、上、下开始扫描每一行和每一列的第一个和第二个白色像素。然后简单地使用一些健壮的直线拟合算法来获得直线

除非您尚未尝试这样做，否则您可以通过将图像裁剪到DMC大小来减少用于Hough变换或其他算法的数据

由于没有足够的结果，无法达到所需的角度精度。即使你有你的结果也会受到任何噪音和异常值的影响

查找边界框

扫描所有点并找到设置像素的

xmin、ymin、xmax、ymax

找出差距

通过边界框的一半投射扫描线，记住/测量间隙尺寸。为了避免漏线（由于孔洞），您可以投射更多扫描线或使用更宽的光线进行扫描

如果需要一些光线投射/扫描示例，请参见：

将图像分割为多个区域

只需将边界框缩小一小部分（50%）。。。大概是这样的：

形成8个矩形区域，每个区域有一条直线，边缘没有噪音

回归/拟合线

其思想是为每个区域分别列出所有设置的像素，并拟合一条距离所有像素最小的线

我会尝试使用以下方法：

或者使用近似搜索和拟合，如

只需忽略曲率，直接拟合直线方程参数，而不是立方体

拟合直线后，您可以通过

atan2（dy，dx）

---

您希望如何达到这种精度？外线的长度约为260像素。您只能在误差为±0.5 px的情况下检测线上的位置（图像不适用于亚像素方法）。仅此一项就导致不确定度至少为

弧tan（0.5/260）=0.1°

。您希望实现什么？我想不出任何应用程序需要DMC具有如此高的精度。请分享更多信息并回答我认为足够快的方法。精度问题仍然存在，在很大程度上取决于拟合的质量和输入图像的分辨率/质量。顺便说一句，看起来像是某个SMD/BGA放置应用程序，还是我错了？@NicoSchertler true，我打算1。提高图像2的分辨率。在增加的分辨率中增加输出线的大小。尽管所有这些仍然无法提高所需的精度，但我希望8条线路的存在将平均误差，并给出更好的结果。@Spektre我需要这条线路来找到AGV系统的方向，AGV系统根据数据矩阵进行定位，并根据此矩阵的方向导航到下一个这样的数据矩阵，这使得精度成为一个先决条件，否则我不会在下一个这样的标签上结束！谢谢你的建议。让我试试这个，我会让你知道它是否在时间限制内工作。如果需要，我可以确定瓶颈并迭代解决方案。