2015-07-07 5 views
0

Я работаю над проектом, чтобы сделать сегментацию ткани. Пока я так доволен. Но ее я хочу сегментировать разрушенную из хорошей ткани. Это пример изображения. Так как вы можете видеть, что хорошая ткань гладкая, а разрушенных - нет. У меня есть идея обнаружить края для сегментации, но это дает плохие результаты.Сегментация изображения на основе тканей

Я открываю любые открытые для любых предложений.

enter image description here

+2

Какая хорошая ткань? Разрушенная ткань? Что вы подразумеваете для _smooth_? Какие плохие результаты? Что такое результат? Что вы сделали до сих пор? Etc ... – Miki

+0

Хорошо, как и в примере, хорошая ткань - это ткань с однородным зеленым цветом. Плохие с гетерогенными зелеными. Я сказал, что я пытаюсь обнаружить края с фильтром sobel, потому что, как вы знаете, с краями мы можем обнаружить неоднородность изображения, но это не работает, оно дает много ложных результатов (обнаруживает плохую ткань как плохую). http://img11.hostingpics.net/pics/78703614010194A00101a090.png –

ответ

0

Очень простой подход, который может быть использован в качестве промежуточного теста может быть следующим:

  1. размытия изображения, чтобы уменьшить шум. Это важный шаг. OpenCV предоставляет встроенный метод.
  2. Поиск контуров с использованием метода OpenCV findContour().
  3. Тогда, если периметр контура больше установленного порога (вам нужно будет установить значение), тогда вы можете считать его гладкой тканью, иначе вы можете отбросить ткань.

Это действительно простой подход, и простая программа может быть написана для него очень быстро.

+0

Спасибо за помощь, я попробую это. –

2

Используйте сверточную нейронную сеть, например, любой уже настроенный в пакете Caffe. Назовите различные области областей на столько изображений, сколько у вас есть, а затем используйте множество (1000s) маленьких (32x32) патчей от тех, которые предназначены для обучения сети. Это даст гораздо лучшие результаты, чем любой алгоритм ручной работы.

+0

Вы абсолютно правы, учитывая, что кто-то еще производит учебные патчи: D – Miki

Смежные вопросы