如何在航空影像中找到网球场

我有兴趣在我县找到所有的网球场（以及其他类似的定义良好的功能，例如篮球场），而且我的航空影像具有良好的（但变化的）分辨率，但是我不确定找到它们的最佳方法。这是图像的两个示例：

我已经研究了各种方法，并且我认为模板匹配将不起作用，因为它会非常慢，因为可以任意缩放和旋转，而且颜色也会变化。该Hough变换声音许诺，但一旦我得到的所有行我不知道如何找到构成与适当比例的矩形（大概36x29英尺）线，或更好，但考虑到对其他标线。

对于背景，我的目标是将我县的所有网球场添加到OpenStreetMap中。

您可以利用一些非常强烈的颜色和几何提示。我会尝试以下方法：

1. 提取绿色通道并对其应用分水岭类型算法，然后连接相连的组件。随后为每个组件计算组件统计信息（区域和边界框）。仅保留面积〜=边界框大小的组件。这仅对矩形对象适用，并且将消除森林/林区等。
2. 隔离白色通道（R = G = B）并在输出上应用霍夫变换。这会给你线条。结合1和2获得您的网球场。

首先，我将只考虑绿色通道，或者以更聪明的方式利用网球场特有的颜色属性。

完成后，您可以使用边缘检测器，因为线和球场之间的对比度很高，因此可以使用较高的阈值。

要进一步消除异常值，您可以在该过程结束时应用霍夫变换。

如果您获得良好的结果，请告诉我们！

啊哈，这里写了一篇关于这个主题的博客文章！

在他们的帖子中，他们将网球场的图像转换为灰度。他们在其中找到每条水平线和垂直线的一阶和二阶导数。利用这些信息，他们可以确定照片中亮线（可能的法庭边界）的位置。从那里，它们将图像缩小为仅亮线的黑白显示。

这是他们开始在网球场上搜索图像的时候。他们使用所谓的“模型形状”。模型形状本质上是对您要寻找的对象的描述，例如“网球场的11条线”。作者找到所有平行线段，并将平行线段与模型形状进行比较。如果线段和模型形状之间的匹配度足够高，则说明您已经找到了一个网球场。