У меня есть основное понимание в обработке изображений, и теперь мы изучаем книгу «Цифровая обработка изображений» Гонсалеса.Обнаружение объекта по изображению на основе геометрической формы
Когда изображение задано и объект, представляющий интерес, приближенная форма известна (например, круг, треугольник), Каков наилучший алгоритм/метод для поиска этого объекта на изображении?
Объект может быть слегка деформирован, поэтому подход грубой силы не поможет.
Я рекомендую использовать преобразование Хафа, которое позволяет вам найти любой шаблон, описываемый уравнением. Более того, преобразование Hough также отлично подходит для деформированных объектов.
Алгоритм и сама реализация очень проста. Более подробную информацию можно найти здесь: http://en.wikipedia.org/wiki/Hough_transform, даже исходный код для этого алгоритма включен на ссылочную страницу (http://www.rob.cs.tu-bs.de/content/04-teaching/06-interactive/HNF.html).
Я надеюсь, что это поможет вам.
Я хотел бы посмотреть на вашу проблему в два этапа:
первый найти внешнюю границу вашего объекта: Я допускающую вы противопоставили достаточно изображения, что вы можете легко порог, чтобы получить двоичный файл образ вашего объекта. Вам нужно извлечь код цепи объекта.
затем анализируя форму Пограничной вывести форму (круг, многоугольник, ...): Вы можете вычислить кривизну в каждой точке границы цепи и, таким образом, определить, как много острых углов (т.е. высокая кривизна значение) есть в вашей форме. Несколько острых углов означают, что у вас многоугольник, ни один из них не имеет окружности (постоянная кривизна).
Вы можете найти описание о том, как получить границы вашего объекта из бинарного изображения и способы ее анализа в Gonzalez's Digital Image Processing, chapter 11.
Я также нашел это insightful presentation on binary image analyis (PPT) и matlab script, который реализует некоторые из тех методов, о которых говорит Гонсалес в DIP.
Понял, что я отвечал на другой вопрос из того, что было задано. Однако вы все равно можете попробовать найти объекты таким образом, а затем сохраняете только те формы, которые ищете. – Ivan
Вы можете попытаться использовать гистограммы ориентированных градиентов (также называемых гидромерами ориентации края). Мы использовали их для обнаружения дорожных знаков. http://en.wikipedia.org/wiki/Histogram_of_oriented_gradients и документы Билла Триггса должны вас начать.
Я настоятельно рекомендую использовать OpenCV, это отличная библиотека компьютерного зрения, которая очень помогает в решении любых задач, связанных с компьютерным зрением. Их сайт не очень привлекателен и не полезен, но API действительно мощный.
Книга, которая очень помогла мне, так как в Интернете нет загрузки документации: Learning OpenCV. Документация, которая поставляется с API, хороша, но не очень хороша для изучения того, как ее использовать.
В связи с вашей проблемой вы можете использовать детектор Canny Edge, чтобы найти границу своего элемента, а затем проанализировать его, или вы можете продолжить и преобразовать Hough для поиска линий и кругов.
вы можете специально попробовать «распознавание лица».Потому что, вы знаете, это конкретная тема. С другой стороны, «обнаружение лица» и т. Д. EmguCV может быть вам полезен. Это оболочка .Net для библиотеки обработки изображений Intel OpenCV.
Похоже, профессор Jean Rouat из Университета Шеркбе нашел способ поиска объектов в изображениях путем обработки нейтральной нейронной сети. Его технологическое имя RN-SPIKES, похоже, доступно для лицензирования.
Преобразование hough - своеобразная грубая сила, как вы заметите. Он работает для линий, возможно, кругов. Однако пространство Хёфа взрывается с фигурами с большим количеством параметров. – Ivan