Image processing 图像的直线检测

我正在做一个项目，这是在道路上的洞检测。我用激光在道路上发射光束，用相机拍摄道路图像。图像可能是这样的

现在我想处理这个图像，并给出一个结果，它是直的还是不直的。如果是曲线，那么曲线有多大。

---

我不知道该怎么做。我已经搜索了很多，但是找不到合适的结果。有人能帮我吗

这相当复杂，您的问题也非常广泛，但让我们试一试：

也许你必须识别像素图像中的点。有几个选项可以做到这一点，但我会通过模糊过滤器平滑图像，然后找到最红色的像素（据信是点的中心）。将这些坐标存储在向量数组中（x乘以y的数组）

我会在点之间使用样条插值。通过这种方法，可以简单地获得接触每个点的曲线的局部导数

如果一阶导数的最大值很小，则点在一条线上。如果你相信，这些点属于一条曲线，那么第二个导数就是曲率

1。您还可以依赖一些专门用于图像处理的库（这是您挑战的图像处理部分）。opencv就是这样一个库

---

两个人。我会使用一些数学工具包，可以是八度音阶，也可以是母语的数学库。

你可能需要阅读，这是一个非常有趣的工具来解决你的问题。

测量直线度有几种不同的方法。因为你的问题相当模糊，所以不可能说什么对你最合适

但我的建议是：

用于计算通过点的最佳拟合直线，然后计算每条点与该直线的均方距离（直线越直，结果越小）

---

正如@urzeit所建议的，您应该首先尽可能准确地找到这些点。在没有看到真实图片的情况下，真的没有办法给出好的建议，除非：试着让任务对你自己来说尽可能简单。例如，如果您可以将相机设置为非常短的快门时间（如果可能的话，为微秒），并同时集中激光能量，“背景”对图像亮度的贡献较小，激光光斑将只是暗背景上的亮点

测量线性应该很简单，不过“线性”只是“线性相关性”的另一个词。因此，您可以简单地计算X和Y之间的值。正如链接维基百科页面上的图片所示，相关性=1意味着所有点都在一条线上

---

如果你想要实际的直线，你可以简单地使用。

注意：图中显示的是完全线性回归，而不是“普通”线性回归。这样做的缺点是，它没有像标准差或相关性等可靠的统计估计器那样，正确地考虑沿线点的“长度”或点的数量。@nikie True，但询问者没有提供关于这些点实际代表什么的任何具体信息，所以我们只能猜测哪种方法最有效。这正是我的观点。我们知道的不多。因此，无偏估计应该是默认选择。有偏见的估计器是有道理的，但如果没有任何知识来证明它的合理性，它将不是我的第一选择。@nikie OK，要点：-）我如何在C#中开始这些图像处理@urzeit@new：你以前用过C吗？