opencv - 如何在不使用 opencv 中的 fitEllipse() 的情况下检测图像中的椭圆？

Question

我正在尝试使用 C++ 在 OpenCV 中检测椭圆核。我尝试获取 Canny 边，然后在边上使用 fitEllipse() 函数。虽然这会找到椭圆，但当图像有噪声或有很多边缘时，准确性会很差。

我已经意识到要走的路是检测椭圆，而不是拟合它们。也许像霍夫圆圈，但对于椭圆？我也不知道椭圆的长度，因为它因图像而异。

有人可以帮助我开始吗？所有相关的答案都非常模糊，我只想知道从哪里开始。

Answer 1

正如您已经得到的，您不需要椭圆拟合，而是椭圆检测。

您可以在 my other answer 中找到两篇带有 C++ 代码的论文。为了完整性，我将在这里报告:

1. L. Libuda, I. Grothues, K.-F. Kraiss, Ellipse detection in digital image data using geometric features, in: J. Braz, A. Ranchordas, H. Arajo, J. Jorge (Eds.), Advances in Computer Graphics and Computer Vision, volume 4 of Communications in Computer and Information Science, Springer Berlin Heidelberg, 2007, pp. 229-239. link, code

2. M. Fornaciari, A. Prati, R. Cucchiara, "A fast and effective ellipse detector for embedded vision applications", Pattern Recognition, 2014 link, code

移植到 OpenCV 也相当容易 this matlab script随着两篇论文的实现:

• “一种新的高效椭圆检测方法”(谢永红，季强/2002)
• “用于带结果聚类的椭圆检测的随机霍夫变换”(CA Basca、M Talos、R Brad/2005)

另一个非常有趣的算法是:

• Dilip K. Prasad、Maylor K.H. Leung 和 Siu-Yeung Cho，“基于边缘曲率和凸性的椭圆检测方法”，Pattern Recognition，2012。

可以找到Matlab代码here

---

直接应用霍夫变换对于椭圆是不可行的，因为您将在 5 维参数空间中工作。这将非常缓慢，而且不准确。于是提出了很多算法。在此处提到的那些中:

• Xie 和 Ji 的方法非常有名而且非常简单(但仍然很慢)
• 巴斯卡等人。方法更快，但可能不准确
• 普拉萨德等人。方法快速且非常准确。
• Libuda 等人。方法非常快速和准确
• Fornaciari 等人。方法是最快的，但在特定情况下可能不准确。

关于椭圆检测的最新引用书目，您可以引用this页面。