Algorithm 在二维纵断面中查找关键点
两个外形样本将被送入三维重建系统,如下所示 将X导数+分割红色通道+阈值+移到非零像素上+将DP点与线连接,结果: 我将我的关键点定义为: i、 e.第一个大凹凸的任意像素,靠近结尾 和靠近深弧下部的第一个大拐角。 如何使用白色像素的合成向量以编程方式定位它们? 可以修改示例图像以创建自己的无噪图像 可以修改预处理步骤 不需要一个通用的、激进的解决方案,我只关心这两个问题 我希望有想法,而不是脚本/代码Algorithm 在二维纵断面中查找关键点,algorithm,opencv,computer-vision,computational-geometry,3d-reconstruction,Algorithm,Opencv,Computer Vision,Computational Geometry,3d Reconstruction,两个外形样本将被送入三维重建系统,如下所示 将X导数+分割红色通道+阈值+移到非零像素上+将DP点与线连接,结果: 我将我的关键点定义为: i、 e.第一个大凹凸的任意像素,靠近结尾 和靠近深弧下部的第一个大拐角。 如何使用白色像素的合成向量以编程方式定位它们? 可以修改示例图像以创建自己的无噪图像 可以修改预处理步骤 不需要一个通用的、激进的解决方案,我只关心这两个问题 我希望有想法,而不是脚本/代码 提前感谢我不确定这是否有帮助,但我通过查找每行(蓝色和红色)中最大值的索引,快速将两
提前感谢我不确定这是否有帮助,但我通过查找每行(蓝色和红色)中最大值的索引,快速将两幅图像转换为一维函数。 在同一图中,我显示了衍生物(青色和绿色)
至少,通过使用一维模板匹配、平滑和/或查看导数,可以找到您的点。我不相信这些特征点会表现出任何可靠性(人们甚至会怀疑这两个轮廓是否有任何相似之处:()) 无论如何,如果没有其他选择,首先尝试通过考虑信号中的极值来定义可以找到这些特征的总窗口。第一个点将在中间值附近找到,第二个点将在较低值(最左侧)附近找到 第一个特征点是“类拐点”(s形),因此其导数有一个最小值。第二个特征点本身就是一个最小值
尝试使用“查找宽度和高度”标准来区分这些最小值。感谢您的努力。我通过在查找关键点之前进行重建来解决此问题。重建后,轮廓看起来更简单、更相似。