如何在云数据中提取高原（Matlab）

Question

我目前正在编写一个程序来检测低分辨率二进制图像中的边缘（在Matlab中。

由于霍夫变换在边缘很多的图片中效果不佳，因此我尝试了另一种方法

1. 遵循对象区域的边界。

2. 确定每个边界像素a_i的斜率/角度i（使用特定数量的邻居来确定它）。

3. 确定每个像素(a_ort)_i的角度i，与[2]中计算的斜率正交。

4. 按照(a_ort)_i的方向确定像素w_i位置处的潜在边缘的宽度i（假设我沿正确的方向而不是与(a_ort)_i呈180°移开）。 >

最后我得到了两个地块

a）在x轴上具有边界像素索引i而在y轴上具有边界像素索引(a_ort)_i的图。

b）在x轴上具有边界像素索引i，在y轴上具有w_i的图。

我想检测边缘可能在哪里。因此，对于图a），可能会在x轴上某个范围A的平稳段（假设具有近似恒定的a_A角）并随后出现一个很小的平台B稳定段（大多数情况下只有约3- 5个像素），其角度为a_B，然后是范围C和角度a_C的区域。

[当我“驾驶”假想的汽车绕过边界时，边缘将转化为w_A-w_C=180°，w_B=w_A-90°-听起来很简单。曲线b）相同（但不同！），其中w_A对应于宽度w_A，该宽度应与范围为C且具有w_C的宽度相同（因此w_C=w_A）。范围B将具有一些不同的值w_B。现在到有问题的部分：我得到的图非常阴暗，很难读取和提取数据。由于范围B通常很小（只有几个像素），并且由于非常高的误差，相应的角度和宽度a_B和w_B的计算几乎没有用，因此我可以完全忽略它们。我基本上只需要找到平台A和C以及有“断点”的地方。实际上，我只需要绘制a）或b）即可确定我想要的内容（边缘可能位于的像素），但是由于数据存在很多异常，因此非常糟糕，因此我想同时包含和使用它们。

问题：（TL：DR）。

我有图a）的数据和图b）的数据，我想在其中找到平稳段（常数值的线）（忽略并过滤其他所有内容）。在a）中，确定x轴上从一个平台到另一个平台的“跳跃”值，而平台之间相差180°。在b）中，我想确定一个高原之间存在一个“缺口”，理想情况下，该缺口应该与我在图a）中搜索的两个高原一样长。

三张图片：

我目前正在编写一个程序来检测低分辨率二进制图像中的边缘（在Matlab中）。由于Hough变换在边缘很多的图片中效果不佳，因此我尝试了另一种方法...

Answer 1

[三个“高原”的情况似乎对应于本文第14-16页处理的情况：https://fr.scribd.com/document/380941024/Regression-par-morceaux-Piecewise-Regression-pdf

以下，从上述参考文献中复制（翻译）。希望对您有所帮助。