Nokta kümelerinde kaba çizgileri hızla bulma

12

Belirli bir dedektör sınıfında, verilerimiz iki boyutlu nokta çiftleri olarak ortaya çıkar ve bu noktaları satırlara dizmek istiyoruz.

Veriler gürültülüdür ve bir yönde ikiye ayrılır, diğerinde değil. Her dedektör elemanı çalışırken bile her kutuda bir vuruş garanti edemeyiz, bu yüzden atlama olabilir.

Mevcut analiz zincirimiz

Ayrı dedektör elemanlarının kalibrasyonu için isabetleri ayarlama
Kümeleri bulun
Kümelere kaba uyum çizgileri
Kümeleri daha uzun çizgi benzeri yapılara bağlayın
...

Bu soru adım (3) ile ilgilidir.

Bu adım için bir Hough dönüşümü kullanıyoruz ve iyi çalışıyor, ancak test yatağından tam ölçekli bir projenin simülasyonuna kadar ölçeklendirmeye çalıştıkça kabul edilemez derecede yavaşlıyor.

Daha hızlı bir yol arıyorum.

Burada gerçek kullanım durumunu önemseyenler için bir Sıvı Argon Zaman Projeksiyon Odası

regression computer-vision pattern-recognition

— dmckee --- eski moderatör yavru kedi
kaynak

1

Ayrıca FermiLab'daki Çok Telli Orantılı Odalardan yol izleme için özyinelemeli bir Hough Transform yöntemi yaptık. Erik Kangas'ın üst düzey tezi tüm detayları içeriyor. Bunun hala en iyi yol olduğunu düşünüyorum.

— Matt Knepley

1

İlk cümlede "... çift puan ..." ya da "... çift puan ..." mu demek istediniz?

— Bill Barth

2

Daha hızlı olan Hough dönüşümünün (PHT) olasılıklı bir sürümü var. Bradski ve Kaehler tarafından OpenCV kitaplarında açıklandığı gibi:

Fikir şu ki, zirve her nasılsa yeterince yüksek olacak, o zaman ona sadece bir kısmını vurmak onu bulmak için yeterli olacak.

OpenCV kütüphanesi PHT için bir uygulama sunar .

Başka alternatifler de var. Hough dönüşümünün dağıtılmış bir sürümünü oluşturmak zor değil . Daha küçük parçalara ayrılmış olan noktanızı kırın ve tüm akümülatörleri özetlemek için MapReduce çerçevesini kullanın. Diğer bir fikir, düşük çözünürlüklü bir parametre alanı kullanarak Hough dönüşümünün kaba bir versiyonunu yapmaktır . En iyi adaylarınızı seçin ve daha yüksek bir çözünürlük sunan bir parametre alanı kullanarak daha ince bir yineleme yapın. Belki de Gandalf'ın FHT'sinin arkasındaki fikir budur.

— TH.
kaynak

1

PHT şu önerilerde bulundu: Matas, J. ve Galambos, C. ve Kittler, JV, İlerici Olasılıksal Hough Dönüşümü Kullanarak Hatların Sağlam Tespiti. CVIU 78 1, s. 119-137 (2000).

— TH.

Tabii ki ince prosedür Gandalf'ın yaptığı çok adımda genelleştirilebilir.

— dmckee --- ex-moderator kitten

BTW - Bu soruyu sorduğumdan beri, bir meslektaşımız, kodumuza dönüşümün aşamalı olasılıklı sürümünü kullanarak bir modül ekledi . Bu birkaç ilişkili değişiklikle geldi, bu yüzden tam olarak ne fark yarattığını tanımlamak zor, ancak analizin birkaç adımını önemli ölçüde hızlandıran bir paketin parçası. Bu yüzden, bunu "kazanan" tavsiye olarak kabul edeceğim.

— dmckee --- eski moderatör kedi yavrusu

5

Ben meslektaşım bulmuştur Hızlı Hough Dönüşümü içinde Gandalf kütüphanesinde çok umut verici görünüyor, ancak diğer yaklaşımlar arıyorum böylece bir sürü iş, entegre olabilir.

Gandalf uygulaması ilginçtir: akümülatör alanını, dörtlü veya okt ağacından geçiyormuş gibi yinelemeli bir şekilde değerlendirirler. Yoğunluğu olmayan bölgeler gittikçe dışarı atılır.

— dmckee --- eski moderatör yavru kedi
kaynak