Alternativas à transformação Hough para detectar uma estrutura semelhante a uma grade

Eu tenho uma imagem que é composta de vários 'ângulos' que formam uma forma de grade:

Depois de algumas pesquisas, Hough parecia um bom ajuste, porque não é incomodado por quebras nas linhas. No entanto, o problema que tenho é que minhas linhas são 'gordas' e qualquer detecção de borda que eu execute (Canny neste caso) escolhe as bordas da linha e não o meio:

Isso significa que a transformação Hough acaba escolhendo um (ou ambos) dos 'lados' das minhas linhas de grade, e não o meio.

Dado que eu sei o que estou procurando (essa forma de grade, sempre na mesma orientação), existe uma maneira melhor de executar a parte de 'detecção de arestas' para me fornecer as linhas centrais ou devo procurar em um método totalmente diferente?

A Transformação Hough realmente ajudaria a pegar a Grade nesse caso. Para "afinar" as linhas, convém considerar a operação de Esqueletização

Isso produziria uma imagem como esta:

Devido à maneira como a esqueletização funciona, ela ainda produzirá algumas linhas que parecerão irrelevantes para a grade, mas essas linhas em direção a direções "errôneas" não são muitas (pelo menos na imagem fornecida) para confundir a detecção de linha da Transformação de Hough demais e escolherá claramente os dois conjuntos principais de linhas em direções distintas. (Aqui está como a saída HT se parece:)

Se você estiver usando o MATLAB, poderá consultar esta página de ajuda

Uma alternativa à Transformação de Hough seria a Transformação de Radon ( 1 , 2 ). Uma descrição aproximada de um algoritmo para detectar uma estrutura semelhante a uma grade pode ser assim:

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.

EDIT :

Aqui está um pequeno trecho do matlab para ilustrar as etapas 1 a 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))

Para responder à sua pergunta com base nos comentários: Parece-me que, a partir da imagem de exemplo que você forneceu, esse método é mais robusto contra pequenos defeitos na grade detectada. Esqueletos raramente produzem linhas retas, o que pode ser uma desvantagem para a Transformação Hough subsequente.