Xin chào CV / Cộng đồng nhận dạng mẫu,

Tôi đã có một vấn đề nghiêm trọng liên quan đến việc phân chia hình ảnh. Kịch bản là một bầu không khí trong một cái lò làm cho đầu tôi phát điên. Và tôi cần phát hiện các đường viền đối tượng của các vật liệu khác nhau (thủy tinh, gốm sứ, Al, Ir, ..) trong một khoảng thời gian ngắn (<10 giây) và không chỉ trong một trường hợp đặc biệt. Tôi cũng cần đường viền trong một hàng pixel liên tiếp cho mã. Do đó, một mã chuỗi hay còn gọi là đường viền / đường viền cũng cần thiết, vì vậy các lỗ mở không tốt. Trong nền là những tiếng ồn phi tuyến tính, xấp xỉ bụi, hạt hoặc phần nào khác, thỉnh thoảng xuất hiện.

Đề xuất Matlab hoặc OpenCV đều được chào đón.

Để làm cho nó rõ ràng hơn, tôi đã đăng một hình ảnh khác về mục tiêu của tôi và một đối tượng nửa trong suốt, cũng cần phải được phát hiện. Ngoài ra các ví dụ khác cần được nhận thức.

Như bạn có thể thấy trong Hình ảnh số 1, có các hạt ở phần bên phải của hình ảnh và gần đường viền ngoài của ngôi sao, đó là vật thể. Ngoài ra độ tương phản tổng thể là không tốt. Bản thân vật thể đứng dưới lòng đất, không liên quan đến việc phát hiện đường viền. Hình ảnh # 2 cho thấy một đối tượng bán đôi, cũng có thể.

Tôi muốn tìm đường viền / chu vi của đối tượng đó, như trên màn hình tiếp theo (đường màu đỏ). Hai hình chữ nhật (màu vàng) đang đánh dấu điểm bắt đầu (trái) và điểm kết thúc (phải). Các dòng màu xanh là không thể biết được.

Lúc đầu, tôi nghĩ rằng tôi có thể giải quyết vấn đề của bầu không khí bẩn thỉu đó chỉ bằng các bộ lọc. Nhưng sau một loạt thời gian đầu tư đáng kính, tôi mới nhận ra rằng mình phải giảm bớt hoặc giảm tiếng ồn đáng kể để tăng độ tương phản của tiền cảnh và hậu cảnh. Tôi đã thử rất nhiều phương pháp, như cân bằng biểu đồ, cân bằng thích ứng Otsu, bộ lọc tuyến tính (ví dụ gauss), bộ lọc phi tuyến (trung vị, khuếch tán), Đường viền hoạt động, Phương tiện k, Phương tiện mờ và Canny cho thuần túy Phát hiện cạnh kết hợp với các toán tử hình thái.

• Canny: Các hạt và bầu khí quyển đang gây ra lỗ hổng, nhưng tôi cần một đường viền hoàn chỉnh của vật thể. Vẫn với việc đóng cửa, nới rộng các toán tử hình thái, nó không đủ tốt. Canny vẫn có kết quả tốt nhất trong tất cả các phương pháp tôi đã nghiên cứu vì độ trễ.
• Đường viền hoạt động: Chúng cũng hoạt động trên các cạnh / độ dốc, chúng hoạt động hoàn toàn điên rồ sau khi khởi tạo bên trong đối tượng, điều này có thể do bản đồ cạnh dẫn đến đối tượng 'mở'. Theo tôi biết đường viền phải được đóng lại. Đã thử nó với các dẫn xuất khác nhau (GVF / VFC / Rắn cổ điển).
• k-Means: Kết quả bao gồm không khí lò, vì nền sương mù. Tương tự cho phương tiện mờ. Tôi chọn hai cụm, vì tách đối tượng khỏi nền. Nhiều cụm dẫn đến kết quả yếu hơn.
• Biểu đồ / Otsu: Vì cường độ màu xám rất gần (imho!), Nó hợp nhất đối tượng với nền. Đã thử nó với các phương pháp địa phương và toàn cầu.
• Bộ lọc: Đặc biệt GLPF hoặc LPF khác đang làm nhòe các cạnh, điều này không tốt lắm và thậm chí không làm giảm bầu không khí sương mù.
• Bộ lọc phi tuyến tính đang bảo tồn các cạnh. Hầu hết chúng mất quá nhiều thời gian để tính toán các hình ảnh lớn. Mất một bộ lọc song phương nhanh chóng cho bây giờ. Kết quả xem bên dưới.

Do đó, không một phương thức nào đủ tốt cho các bước xử lý hậu kỳ, bởi vì kết quả thu được của phân khúc đối tượng kém cạnh tranh với một thuật toán hiện có. Thuật toán hiện có là rất cục bộ và do đó nó hoạt động cho kịch bản rất đặc biệt này.

Vì vậy, tôi đang hỏi bạn, nếu tôi đã bỏ lỡ điều gì đó hoàn toàn ... Tôi không biết làm thế nào để xử lý và làm thế nào tôi có được kết quả đường viền tốt, mà không có lỗ hổng hay lỗ hổng .. Có thể không có nhiều thay đổi trên CCD và môi trường vật lý? Cảm ơn trước!

Cách tiếp cận cuối cùng cho đến nay (sau một đêm dài thử nghiệm với MO):

• Bộ lọc song phương (bảo tồn cạnh, nhưng làm mịn các khu vực đồng nhất)
• Canny (Sigma = 2, Ngưỡng = [0,04 0,08])
• Hình thái hoạt động (MO): bwareopen, closing, remove&bridge
• bwlabelchỉ chọn chu vi của đường viền, loại bỏ các tạp âm không mong muốn. chưa có ảnh chụp màn hình cập nhật nào, nhưng nó hoạt động cho ngôi sao. các mảnh kính có một đường viền bên trong được kết nối với đường viền bên ngoài, cũng có thể được nhìn thấy trên ảnh chụp màn hình bên dưới.

Vì vậy, tôi sợ rằng tôi cần một thuật toán đặc biệt để duyệt qua đường viền bên ngoài. Nó sẽ là một số tra cứu theo chiều kim đồng hồ / ngược chiều kim đồng hồ của khu phố. Bước theo chiều kim đồng hồ / ngược chiều kim đồng hồ có thể chuyển đổi, nếu có một điểm góc. nếu có một khoảng trống, tăng bán kính và nhìn lại. nếu có hai hoặc nhiều điểm sau có thể, hãy chọn người có cùng hướng với điểm trước. Bạn có nghĩ rằng, thuật toán theo đường viền có ý nghĩa?

Bạn có thể thử như sau:

• Phân đoạn hình ảnh dựa trên đồ thị hiệu quả: http://www.cs.brown.edu/~pff/seribution/ (mã có sẵn)

• Phân đoạn dựa trên GraphCut: http://www.csd.uwo.ca/~olga/OldCode.html (mã có sẵn)

• Làm mờ hình ảnh trước bằng cách sử dụng các phương thức thưa thớt: http://spams-devel.gforge.inria.fr/ (mã có sẵn)

Tôi nghĩ rằng bạn đã từ bỏ các kỹ thuật ngưỡng quá sớm. Hãy nhìn vào biểu đồ của bạn, nó rõ ràng là ba chế độ: (Tôi đã xóa các cột màu trắng ở bên phải hình ảnh của bạn bằng tay, tôi cho rằng chúng không phải là một phần của hình ảnh - vui lòng chụp ảnh này trước khi chạy mã của tôi)

Hãy xem tất cả các giá trị trong nhóm đầu tiên:

Để tìm các chế độ trong biểu đồ ba phương thức, có thể sử dụng phân cụm K-nghĩa với K=3cường độ. Mã Matlab sau đây tìm thấy th1=67trên mã của bạn. Ý tưởng là giả định rằng bạn có 3 bộ và tính toán trọng số trên mỗi bộ. Sau đó, mỗi mức cường độ được gán cho cụm riêng của nó. Bạn dừng lại khi trọng tâm ngừng di chuyển. Đây là kết quả của việc tìm hai ngưỡng trên hình ảnh của bạn, được hiển thị trên biểu đồ.

function [th1,th2]=SegmentHistTo3()
    im = imread('http://i.stack.imgur.com/U2sc5.png');
    h = imhist(im(:,:,1)); %# Calculate histogram

    th1new = round(256/3); %# Initial thresholds
    th2new = round(256*2/3);
    th1 = 0;
    th2 = 0;

    while (th1~=th1new) || (th2~=th2new) %# While the centroids keep on moving
        th1 = th1new;
        th2 = th2new;

        wa1 = WeightedAverage(h,1,th1);  %# Calculate 3 weighted averages
        wa2 = WeightedAverage(h,th1+1,th2);
        wa3 = WeightedAverage(h,th2,numel(h));

        th1new = round( (wa1+wa2)/2 );  %# The thresholds are middle points between the averages
        th2new = round( (wa2+wa3)/2 );
    end

    figure; hist( double( reshape(im(:,:,1),1,[]) ),256);
    hold on;
    plot( [th1 th1],[0 max(h)],'r','LineWidth',2);
    plot( [th2 th2],[0 max(h)],'r','LineWidth',2);

    figure;imshow( im(:,:,1)<th1);
end

function wa = WeightedAverage(region,th1,th2)    
    regionNonEmpty(th1:th2) = region(th1:th2);
    wa = sum( regionNonEmpty .* (1:numel(regionNonEmpty))) / sum(regionNonEmpty);    
end

Giải quyết vấn đề sau đó là một miếng bánh, chỉ cần thực hiện một số thao tác hình thái đơn giản, như mở.

Như đã đề xuất ở trên, ngưỡng có thể rất hiệu quả trên hình ảnh này, về cơ bản là nhị phân, ngoại trừ việc một ngưỡng không đổi sẽ không làm được vì ánh sáng không đồng đều. Bạn cần ngưỡng thích ứng.

Lời khuyên của tôi sẽ là tái tạo nền bằng một mô hình đơn giản (có thể là mặt phẳng [3 DOF] hoặc tứ giác [6 DOF]), bằng cách lấy mẫu một số lượng nhỏ các giá trị trong vùng ánh sáng. Tốt nhất là sử dụng ROI nhỏ để giảm tiếng ồn. Sau đó sửa màu bằng cách trừ (hoặc chia cho) các giá trị nền.

Nếu tương tác của con người không phải là một tùy chọn, bạn có thể tự động tìm kiếm các khu vực nền bằng Otsu thẳng đầu tiên và xem xét ROI thống nhất (phương sai thấp) dưới ngưỡng. Sau khi xây dựng lại nền đầu tiên, có lẽ bạn có thể cải thiện bằng cách áp dụng quy trình này cho hình ảnh được chỉnh sửa phẳng.

Toàn bộ quá trình có thể được thực hiện để chạy tốt dưới một giây.

Tôi nghĩ cách tốt nhất là sử dụng các đường viền Active. Nếu bạn không biết những đường viền tích cực nào hãy xem video này trên youtube http://www.youtube.com/watch?v=ijNe7f3QVdA

Về cơ bản, bạn cần đưa ra một phân đoạn khởi tạo và nó sẽ cải thiện hình dạng. Đề nghị của tôi là một trong những phương pháp được thảo luận trên bài đăng này và sử dụng các đường viền hoạt động như một bước thứ 2 tức là. như một bước cải tiến.

Dưới đây là cách triển khai các đường viền hoạt động mà bạn có thể sử dụng http://www.mathworks.com/matlabcentral/fileexchange/19567

Bạn biết rõ những gì bạn đang nói nhưng bạn chưa đề cập đến bằng cách sử dụng ngưỡng, cụ thể là bạn đã thử áp dụng ngưỡng toàn cầu bằng Otsu để tính toán mức độ phù hợp, sau đó tìm đường viền và chọn mức lớn nhất?

[Chỉnh sửa để làm rõ]

Ngưỡng toàn cầu rõ ràng sẽ không hoạt động do hình ảnh có thể nhìn thấy trên hình ảnh.

Tôi đã chơi nhanh với điều này và thấy rằng nếu bạn chia hình ảnh thành 6 khối (2 hàng 3 cột có kích thước bằng nhau), sau đó thực hiện sử dụng Otsu trên mỗi cái và sau đó lắp lại, thì đó là một công việc tuyệt vời trong việc dọn dẹp hình ảnh.

Vẫn còn một số đồ tạo tác nhỏ ở phần trên bên phải của ngôi sao.

Tôi nhận thấy rằng vì đối tượng có ranh giới đường thẳng, bạn có thể muốn xem xét một biến đổi Hough để trích xuất các cạnh này, cắt chúng để xác định vị trí các đỉnh và sử dụng kết quả làm đường viền đối tượng của bạn.

Là các phác thảo luôn luôn là đường thẳng hoặc đường cong được biết đến?

Nếu vậy thì thay vì cố gắng để có được từng pixel dọc theo cạnh chính xác, tôi sẽ sử dụng các phép biến đổi Hough để có được phương trình của các dòng và sau đó tạo lại các đường đếm từ các đường và các hướng