如何提取十字图像中的交叉点位置?
黑白bmp文件中有一个大的十字，如下所示，怎样快速找到十字中心，
十字不一定横平竖直，谢谢！
--------------------------------
| * |
| * |
| *****************************|
| * |
| * |
--------------------------------
[解决办法]
帮up
[解决办法]
恐怕是要做积分变换喽，如果这个大十字没有详细定义的话。
我的意思是模式识别，提取图像特征。
[解决办法]
找线条先吧.
[解决办法]
你的线检测出来了没
[解决办法]
有两种方法可以做到：一是检测出十字来，可以采用直线拟合方法，找到两条线后求交点；一个就是通过区域分割，把两天线区域分割出来，在找到重合的部分，就是交点。
[解决办法]
这是个很经典的问题，方法比较多：可以采用hough算法检测出所有直线，然后给这些直线附加上明显的条件，一般即可得到交叉的点；
也可以用模板匹配的方法得到中心交点。
建议采用opencv图像库进行编码，可以节省较多外围的时间。
[解决办法]
用OpenCV可以检测出图像中的任意直线 而且这些直线都通过数组将起点和终点坐标给出来
楼主的十字检测 可以使用Hough检测出直线（肯定会有很多条） 然后根据直线的平行和相交关系应该能找到交点。
[解决办法]
楼上几位,hough的速度也不快的.
除非是RHT random hough transform。能改进点速度。
不然，用普通的hough和遍历，效率差不多
2楼的答案其实很接近了。这个可以用积分变换来解决。思路如下
首先，寻找两组基。a和b。a,b正交。
理论上，最佳的积分变换中，积分核应该有周期性，那么就能很好的解决运算效率的问题。比如dft的积分核的周期性，造就了fft。
对于lz这种形式，考虑正变换用的积分核为十字，有两个参数，一个是半径，就是十字的长轴，一个是旋转角度。
由于旋转角度是周期的，所以，积分变换必然能有周期性，可以简化运算步骤。
那么，lz的图像，在经过正变换后，是一个关于半径和角度的函数。我们要做的，就是对变换后的函数的角度求导，找到极值点。
得到对应的角度后，加上相应半径的附加条件，反变换，就能得到坐标了。反变换的核函数可以从正变换的核函数推导到。
理论有些抽象。。。。这个可以叫基于小波分析的模板匹配算法，引入了小波分析的概念。我最近在写这个文章，或者lz可以等我的全文。
I是图像，M是核函数。核函数是一个模板，模板一个参数n,n是大小。另外一个参数theta，角度，不用的角度可以计算出不同的模板系数。
那么首先要做的是进行变换。G = I*M *表示卷积。
这个卷积很慢，所以要推导他的简化形势。参考wavelet transfor 和fast wavelet transform。 有详尽如何推倒快速变换的解决方法。
然后得到的G(theta,n)。 我们要做的就是找到最佳的theta。这个theta会告诉我们，图像中有一个大叉，这个大叉有个倾斜角度theta.
那么，就可以用G对theta求导。可以用很多方法找到这个theta的全局最优解。我文章中用的是tabu搜索法，满快，而且得到全局最优解的迭代次数很少。
然后得到对恰当的theta和n，反变换就好。反变换的积分核是从正变换推来的。推导过程参考wavelet transform
反变换后的就是只有旋转角度为theta的，长度为n的大叉。反变换定位为大叉中心。
这个方法可以囊括所有的模板匹配方法。并且在速度上改进很多很多。
