您现在的位置是：首页 > 文章详情

钢管识别项目1

日期：2015-07-15点击：500收藏

钢管识别项目1

零、相关说明：

首先进行一下相关说明。在“jsxyhelu.cnblogs.com/项目实战派”栏目里面出现的需求、图片和其他资源，都是我在浏览威客网站、论坛等网站的时候通过正规渠道获得的真实需求。个人觉得比较感兴趣，但是由于时间或者工作的冲突自己没有去接这些项目。但是由于这些需求都很有实现价值，所以过了一段时间，仍然拿出来练一练手，并且实现了核心模块。希望能够给浏览者一些启发。如果你认为这些图片和资源放在这里不合适，请及时联系我(1755311380@qq.com),我会及时处理的。此外，我会将核心代码和技术细节尽可能将清楚，我认为这样才是最有价值的方式。如果需要原始代码，也可以和我联系。

一、原始需求/图片：

二、初步分析：

钢管的特点是由于其是有深度的，这就造成了管子的内部形成一个阴影。寻找并识别这个阴影，是解决问题的主要方法。

同时需要注意到的一点是管子它本身的排列是有符合物理特性的，就是大体上要符合下图的这种情况，这是个先验知识。

干扰在于这个阴影不仅是管子内部才有的，管子和管子之间也会形成阴影；

此外，这些实际的图片中都存在管子被堵死的情况，这也是需要考虑的。

三、解决方案：

灰度并阈值处理，得到这样的结果。需要注意的是这里不要使用OSTU。的确OSTU很多时候都很好用，但是也有不好用的时候。即使是固定的阈值在本例的效果也比 OSTU效果要好，可以尝试一下。

寻找所有的轮廓，首先根据轮廓的面积大小去除一部分区域

两图对照，可以发现根据面积约束以后，丢掉了一些东西。一方面是哪些被堵起来的管子；一方面是哪些和旁边的阴影合在一起的管子。这个需要专门来做，并且根据先验知识来进行约束。当期的图片进行找圆操作并且限制半径大小后得到这样的结果。

主要存在的干扰就是孔洞之间被识别出来构成的圆。

四、难点攻关：

一、去除识别结果中的干扰，主要是管子和管子之间的间隙造成的误识别

主要采用的方法是识别出各轮廓的外接椭圆。对于那些错误识别的地方，它们的外界椭圆总是可能不规则的，或者是过大、或者是长宽比失调。通过这个方法可以提出一部分干扰。留下的那些都是本身非常近视于圆的地方了。

 bool ellipseLikeCircle(RotatedRect rotatedrect) 
{ 
     float width   = rotatedrect.size.width; 
     float height  = rotatedrect.size.height; 
     if (width /height  > =  1. 6  || height /width  > =  1. 6) 
    { 
         return  false; 
    } 
     if (min(width,height) > 20 * 1. 2) 
    { 
         return  false; 
    } 
     return  true; 
} 