C++ 用于圆检测的二维点云形状轮廓

我有一个LRF，它返回一个2D点云，我需要用它来检测一个圆（在任何时间点上，只有一个半圆是可见的）。在Canny和GaussianBlur返回一个圆后使用OpenCV中的HoughCircles，但即使玩了几个小时的值，它仍然返回误报。下面是检测圆的代码部分<代码>图像基本上是从LRF输入创建的

Mat

类型的图像

cv::Mat destination;
cv::Canny(image, destination, 200, 20);
cv::GaussianBlur(destination, destination, Size(7, 7), 2, 2 );
vector<Vec3f> circles;
cv::HoughCircles(destination, circles, CV_HOUGH_GRADIENT, 1, 100, 200, 15, 10, 20);

cv:：Mat目的地；
cv：：Canny（图像，目的地，200，20）；
cv：：GaussianBlur（目的地，目的地，大小（7,7,2,2））；
矢量圆；
cv:：HoughCircles（目的地、圆、cv_-HOUGH_梯度、1100、200、15、10、20）；

可以假设点云中只有一个真实的圆。在大多数情况下，它工作正常 但是，像这样的假阳性时有发生

到目前为止，我通过将HoughCircles的Minist参数增加到大于图像大小，成功地将任意点的圆圈数减少到1，但这仍然会导致误报，因为它无法检测到实际的圆圈。我认为这些误报源于LRF输入中的噪声。有没有办法将此点云图像转换为具有线条而不是点的图像？所以如果在应该有直线的地方检测到一个圆，我知道这是一个假阳性。或者也许有人有一个更好的方法，我一直在错过

---

欢迎任何输入。

您可以尝试将其转换为二值图像，阈值接近黑色。让我们假设将每个>50或更低的像素转换为白色。这有助于消除噪音。不幸的是，根据我的经验，这个算法从来都不是100%可靠的，尤其是在阈值太低的情况下，你使用。@j.kaspar。图像已经是黑白的，带有W背景和B点。该图像是通过用黑色写入单个位生成的。