Alternative alla trasformazione di Hough per il rilevamento di una struttura a griglia

Ho un'immagine che è composta da più "angoli" che formano una forma a griglia:

Dopo alcune ricerche, Hough sembrava una buona scelta, perché non è turbato da interruzioni di linea. Tuttavia, il problema che ho è che le mie linee sono "grasse" e qualsiasi rilevamento dei bordi che eseguo (Canny in questo caso), rileva i bordi della linea e non il centro:

Ciò significa che la trasformazione di Hough finisce per individuare uno (o entrambi) dei "lati" delle mie linee della griglia, e non il centro.

Dato che so cosa sto cercando (questa forma simile a una griglia, sempre approssimativamente nello stesso orientamento), c'è un modo migliore per eseguire la parte di "rilevamento dei bordi" per darmi le linee centrali, o dovrei cercare con un metodo totalmente diverso?

La trasformazione di Hough sarebbe davvero di aiuto nel raccogliere la griglia in questo caso. Per "assottigliare" le linee, potresti prendere in considerazione l'operazione di scheletro

Ciò produrrebbe un'immagine come questa:

A causa del modo in cui funziona la scheletrizzazione, produrrà comunque alcune linee che sembreranno irrilevanti per la griglia, ma queste linee verso direzioni "errate" non sono così tante (almeno nell'immagine data) da confondere il rilevamento delle linee della Trasformazione di Hough troppo e sceglierà chiaramente le due serie principali di linee in direzioni distinte. (Ecco come appare l'output HT:)

Se stai usando MATLAB, potresti voler controllare questa pagina di aiuto

Un'alternativa alla trasformazione di Hough sarebbe la trasformazione di Radon ( 1 , 2 ). Una descrizione approssimativa di un algoritmo per rilevare una struttura a griglia potrebbe apparire così:

1. Perform Radon Transform from 0 to 180 degrees.
2. Find the two highest maxima in the angle bins.
3. For the two angles with maximal amplitude find the local maxima within the bin.
4. You can use the constraint that the maxima should have even spacing to deal with outliers.

MODIFICA :

Ecco un piccolo frammento di matlab per illustrare il passaggio 1-3:

im = imread('grid.png');
[R, xp] = radon(im, 0:180);
imagesc(0:180, xp, R)

plot(max(R)) % the two maxima are at 65 & 117 degrees

plot(R(:, 65))

plot(R(:,117))

Per rispondere alla tua domanda dai commenti: mi sembra dall'immagine di esempio che hai fornito, che questo metodo è più efficace contro piccoli difetti nella griglia rilevata. Gli scheletri raramente producono linee rette che potrebbero essere uno svantaggio per la successiva trasformazione di Hough.