Какой шаг предварительной обработки сделать перед HoughLines

Question

Я написал программу для

1. Информация о комбинированном крае и информация о цвете, чтобы сформировать изображение, которое мне понадобится для обнаружения прямой линии от
   

2. Затем я использую findContour и drawContour, чтобы перерисовать карту улик

3. , после чего я использую некоторый алгоритм прореживания, чтобы свернуть строку в одну строку

4. Используйте HoughLinesP для вычисления для сегмента строки,Есть только следы линии.И самое главное пропустили горизонтальную линию

Из этого набора отрезков линии вычислите точку пересечения (не включенную в код) Из пересечения нарисуйте четырехугольник из точки пересечения, вершины (называемые v1 и v2, наиболее удаленные от пересеченияpoint) горизонтальной / вертикальной линии и вычисления вершины на основе отражения точки пересечения на линии между v1 и v2

Однако это не работает так, как мне кажется.Я думаю, что проблема заключается в том, что внутренняя граница прямоугольника не заполнена.Должен ли я использовать морфологию, например, дилатацию, а затем разрушать.У меня закончились идеи предварительно обработать изображение двух «сигналов», прежде чем пытаться обнаружить их на пересечение с Hough Transform

Нужна помощь всех!

Заранее спасибо

Ниже приведеномой фрагмент кода для генерации следующего

int FindBoxes(cv::Mat& colorMap,cv::Mat& edgeMap)
{ 
    cv::Mat frame;
    // colorMap is a coloured filtered map while edgeMap is an edge  filter Map. frame will be the colour i want 
    cv::bitwise_and(colorMap, edgeMap, frame);

    // A trial method by using findContour to get the interior line filled up 
    std::vector<std::vector<cv::Point> > contours;
    std::vector<cv::Vec4i> hierarchy;
    cv::findContours(frame, contours, hierarchy, CV_RETR_EXTERNAL,
        cv::CHAIN_APPROX_SIMPLE);

    cv::Mat Map = cv::Mat::zeros(cueMap1.size(), CV_8U);
    cv::drawContours(Map, contours, -1, cv::Scalar(255, 255, 255), CV_FILLED);

   // thin the line to collapse it into one single line for Hough Detection
   cv::Mat thin;
   thinning(Map, Map);

   cv::GaussianBlur(Map, Map, cv::Size(5,5),1.0,1.0);

   std::vector<cv::Vec4i> lines;
   cv::HoughLinesP(Map, lines,1, CV_PI/90, 2, 30, 0);

   return 0;
}