OpenCV 检测点是否沿着线/平面

Question

我正在研究一种光学设备的自动校准，目前是手动执行的。校准的第一部分是确定光束是否照亮了一组“校准”点。

我正在使用 OpenCV，并对图像进行阈值处理和裁剪，只留下可能的相关点。我知道想要确定这些点是否沿着直线（水平）；如果数量足够，光束就处于正确的位置！ （这些点位于一条直线上，但光束通常是弯曲的，因此击中大多数点就足够了，有 21 个点在阈值化时显示为白色圆圈）。

我尝试使用直方图，但在阈值图像上，结果不正确，现在正在查看霍夫线，但这会检测来自边缘的直线，因为我想确定检测到的点是否位于一条线上。

这是我使用的阈值代码：

cvThreshold(output, output, 150, 256, CV_THRESH_BINARY);

从 1 到 640 个 bin（图像宽度）的任何位置的直方图结果都是 0 处的两条线，大约是接近最大值的 2/3。不是在没有阈值处理的情况下预期或获得的分布。

一些图片试图说明这一点（注意“嘈杂”的光点，这是系统设置的一个功能，无法克服）：

12 个点在一条直线上彼此相邻（光束处于正确位置）

想要的输出类型（为了说明，如果点在线上，这就是我需要知道的全部！）

任何帮助将不胜感激。一种想法是提取点的坐标并进行比较，但我不知道该怎么做。

Answer 1

如果它对任何人都有帮助，这里是我使用的一些简单线性回归代码的非常基本（初稿）。

    // Calculate the averages of arrays x and y
double xa = 0, ya = 0;

for(int i = 0; i < n; i++) 
{
    xa += x[i];
    ya += y[i];
}   
xa /= n;
ya /= n;

// Summation of all X and Y values
double sumX = 0;
double sumY = 0;
// Summation of all X*Y values
double sumXY = 0;
// Summation of all X^2 and Y^2 values
double sumXs = 0;
double sumYs = 0;

for(int i = 0; i < n; i++)
{
    sumX = sumX + x[i];
    sumY = sumY + y[i];

    sumXY = sumXY + (x[i] * y[i]);

    sumXs = sumXs + (x[i] * x[i]);
    sumYs = sumYs + (y[i] * y[i]);
}
// (X^2) and (Y^2) sqaured
double Xs = sumX * sumX;
double Ys = sumY * sumY;

// Calculate slope, m
slope = (n * sumXY - sumX * sumY) / (n* sumXs - Xs);    

// Calculate intercept
intercept = ceil((sumY - slope * sumX) / n);

// Calculate regression index, r^2
double r_top = (n * sumXY - sumX * sumY); 
double r_bottom = sqrt((n* sumXs - Xs) * (n* sumYs - Ys));
double r = 0;

// Check line is not perfectly vertical or horizontal
if(r_top == 0 || r_bottom == 0)
    r = 0;
else
    r = r_top/ r_bottom;

有更有效的方法可以做到这一点（请参阅 CodeCogs 或 AGLIB），但作为快速修复，此代码似乎可以工作。

为了在 OpenCV 中检测圆，我从这篇文章中删除了霍夫变换和改编的代码：
检测图像上的硬币（和适合的椭圆）

然后是细化坐标（删除任何异常值等）的情况，以确定圆是否位于回归的斜率和截距值的水平线上。

Answer 2

获取阈值点的 x,y 坐标，然后执行线性回归以找到最佳拟合线。通过该线，您可以确定 r^2 值，从而有效地为您提供拟合质量。根据该健康测量，您可以确定校准是否成功。

这里是一个很好的讨论。

Answer 3

你可以做这样的事情，尽管它是一个近似值：

var dw = 决定以像素为单位的中等点宽度

maxdots = 0;
for each line of the image {
  var dots = 0;
  scan by incrementing x by dw {
     if (color==dotcolor) dots++;
  }
  if (dots>maxdots) maxdots=dots;
}

maxdots 将是最好的结果......