I'm trying to detect seams in welding images for an autonomous welding process.
I want to find pixel positions of the detected line (the red line in the desired image) in the original image.
我使用了以下代码，最终去除了图像中的噪声，得到了下面的结果。
clc,clear,clf;
im = imread('https://i.stack.imgur.com/UJcKA.png');
imshow(im);title('Original image'); pause(0.5);
sim = edge(im, 'sobel');
imshow(sim);title('after Sobel'); pause(0.5);
mask = im > 5;
se = strel('square', 5);
mask_s = imerode(mask, se);
mask(mask_s) = false;
mask = imdilate(mask, se);
sim(mask) = false;
imshow(sim);title('after mask');pause(0.5);
sim= medfilt2(sim);
imshow(sim);title('after noise removal')
不幸的是，图像中没有留下任何东西来完美地找到接缝。
任何帮助，将不胜感激。
Download https://i.stack.imgur.com/UJcKA.png原始图像。
您需要使您的滤波器对噪声更加鲁棒。这可以通过给予它更大的支持来完成：
filter = [ones(2,9);zeros(1,9);-ones(2,9)];
msk = imerode(im > 0, ones(11)); % only object pixels, discarding BG
fim =imfilter(im,filter);
robust = bwmorph((fim>0.75).*msk,'skel',inf); % get only strong pixels
坚固的面具看起来像：
正如你所看到的，接缝线被很好地检测到，我们只需要把它选为最大的连通分量：
st = regionprops(bwlabel(robust,8), 'Area', 'PixelList');
[ma mxi] = max([st.Area]); % select the region with the largest area
现在我们可以将多边形（第二度）拟合到外观：
pp=polyfit(st(mxi).PixelList(:,1), st(mxi).PixelList(:,2), 2);
这是图像上的：
imshow(im, 'border','tight');hold on;
xx=1:size(im,2);plot(xx,polyval(pp,xx)+2,'r');
请注意+2由于滤波器宽度而产生的 Y 偏移。
PS,
你可能会发现这个线程 https://stackoverflow.com/a/39191920/1714410相关的。