Попросите различные способы сделать сегментацию объектов на изображении - MatLab

Question

Я новичок в области обработки изображений; Я хотел бы попросить вас взглянуть на проблему, с которой я сталкиваюсь.

Это пример изображения.

То, что я хочу, чтобы после сегментации являются объектами, которые являются две монеты, слова спереди и сзади.

То, что я сделал:

1. сделать бинаризацию
2. находит компоненты подключены
3. создать маску соответствуют объекту
4. использование regionprops, чтобы получить места и получить только те, кто больше чем определенная сумма ....

Я могу получить эти объекты, однако мне трудно определить, когда есть другие изображения, которые имеют разный размер и расстояние между монетами n текстов.

Не могли бы вы поделиться своими взглядами, как мы чисто сегментируем объекты?

Спасибо большое

Answer 1

Поскольку вы задаете только видом обработки проблемы я могу дать вам несколько:

1. Не жесткие пороги кода. Вместо этого используйте гистограммы или другие методы, которые используют данные, полученные из изображения.
2. Используйте знания, которые, как известно, являются общими во всех возможных образцах, чтобы определить ваш алгоритм и пороговые значения. Например, монеты круглые (или эллиптические), и они, кажется, находятся на очень простом фоне.
3. Ваш алгоритм должен учитывать все случаи. Например, если есть только одна монета, не забудьте найти «монету» внутри «монеты» или другого круглого объекта на изображении.
4. Используйте геометрию первого объекта, который, скорее всего, станет монетой, чтобы определить, какая геометрия должна быть для второй или третьей монеты.
5. Используйте код psuedo или блок-схему перед кодированием, чтобы в конечном итоге не было решения, которое не может работать для всех случаев.
6. Убедитесь, что ваш размер выборки большой и полностью покрывает все возможные случаи.
7. Постарайтесь не специализировать свой код (пример: жестко закодированные пороги) на один образец, попробовав каждый уровень вашего алгоритма на всех ваших выборках, прежде чем заходить слишком далеко.

Надеется, что это помогает