如何比较二进制模式图像的两个轮廓？

Question

我在C中创建了一部分扫描仪，它将扫描部分的所有可能性都作为目录中的图像。我的代码当前获取该目录中的所有图像并将其转储到一个向量中。然后我为所有图像生成轮廓组。然后程序进入一个while循环，它不断从摄像头抓取图像，并为这些图像生成轮廓。我已经为零件设置了一个夹具，因此方向和尺寸不是问题，但我不想校准机器，因此模板图像和拍摄的零件图像之间可能会发生移动。

什么是比较轮廓的最佳方法？我已经尝试了几种方法，包括没有轮廓的matchTemplate，但是如果你看看下面的两个部分，你可以看到这两个部分彼此非常接近，所以matchShapes和matchTemplate无法以我使用的方式区分它们他们。我也不确定如何使用cvMatchShapes。它只是将图像直接加载到匹配形状中，但结果不确定。我认为轮廓是要走的路，我只是不确定如何去实施比较阶段。任何帮助都会很棒。

你可以在这里查看模板：http://www.cryogendesign.com/partDetection.html“

Answer 1

如果你准备好做它自己，一个方法可以是计算‘距离图像’（最小欧几里得距离分配每个像素的轮廓作为参考）。见http://en.wikipedia.org/wiki/Distance_transform。

使用这个距离图像，可以快速计算出一个新的轮廓到参考一的平均距离（每一个轮廓象素，得到的距离图像的距离），平均距离为您提供适合度的指示，并可让您找到与一组参考模板的最佳匹配。

如果零件具有一定的运动自由度，情况会更加困难：在计算平均距离之前，必须将新轮廓与参考轮廓拟合。您将需要应用适当的变换（平移，旋转，可能缩放），并查找将使平均距离最小化的参数。

Answer 2

可以计算出两个轮廓之间的倒角距离：

T和E是一套模板和图像，并x边缘的就是你开始比较的参考点两组边缘。因此，每个x你都会得到不同的价值。

DT是图像的距离变换。 Matlab提供了算法here。

如果您想了解如何计算倒角距离的更详细版本，请参阅here。