はじめに: オブジェクトの 2 つの境界線を見つけようとする画像処理タスクに取り組んでいます。これは 2 つの直線セグメントで表すことができます。ハフ線変換のいくつかの変形を使用して、ターゲット画像の線分を見つけています。オブジェクトの境界ごとにハフ変換によって複数の線が検出され (非常に小さな角度を共有)、画像内のどこかにあるオブジェクトの境界に対応しない線が検出される場合があります (偽陽性)。オブジェクトの 2 つの境界線の間の空間的関係 (角度) はおおよそわかっているので、何らかのクラスタリング アプローチを使用して、誤検知を除外し、1 つずつ見つかった複数の線分から平均線分を計算すると考えました。国境。
アプローチ: 線分をクラスター化するには、各線分の位置の類似度を定義する必要があります。私は、2 つの線分間の角度のタプルと、2 つの線分間のある種の平均距離を使用すると考えました。これは、この平均距離測定を計算するための最良のアプローチが何であるかを考えている場所でもあります。やや単純なアプローチは、離散的な位置で各セグメントをサンプリングし、サンプリングされた各ポイントから他の線分までの最も近い距離 (L2) を測定し、距離を合計して、合計をサンプル数で割ることです。これを行うにはもっと賢い方法があると思いますが、何か提案はありますか?
ヒント: 私は LGPL/BSD ライセンスのツールキット (OpenCV、Boost) を使用して C++ で作業しているため、mathematica への統合などの特殊な数学演算は実装が難しい場合があります。