2012-01-09 2 views
0

Я пытаюсь проверить однородность значений пикселей в небольшой области изображения. Слово или письмо. Однако при принятии greyvalues ​​RGB существует много различий в значениях даже между изображениями, которые, как представляется, имеют однородный цвет для человеческого глаза.Как проверить однородность цвета региона?

Ищет цветовое пространство, которое сможет свести на нет эту вариацию, если разница в цвете воспринимается слишком мало. Пробовали L a b и цветовые пространства HSV. Все они работают в нескольких случаях, но часто ложные цвета появляются в местах однородного цвета. Какие-либо предложения?

Спасибо.

EDIT: (. Эталонные изображения из ICDAR набора данных ходовых испытаний на тех)

Hue channel from HSV

Original RGB image

+0

Не можете ли вы использовать квантованные значения фактических пикселей для расчета гистограммы? –

+1

Пожалуйста, размещайте фотографии! –

+0

Обычно мне повезло загружать мои изображения в массив python numpy и делать измерения с помощью модуля scipy.ndimage. – ajwood

ответ

3

Вы должны сделать некоторые статистические данные о ваших пикселей, а затем найти правильный пороговые значения для отклонения/принятия изображения как равномерно окрашенные.

Шаг 0:

Работа с соответствующим цветовом. HSV и Lab хороши. RGB определенно плох.

Шаг 1:

Используйте помехоустойчивых статистики. Вычислить медианное значение и интерквартильный диапазон вместо средней и средней квадратичной ошибки. Вы можете найти другую статистику, которая устраняет выбросы. Есть способы (никого не идеального) найти и устранить несколько значений outlier в распределении. wiki robust statistics

Шаг 2:

Это очень для приложений. Найдите некоторые изображения, которые являются однородными, некоторые из них не соответствуют, применяют к ним статистику и выбирают соответствующий порог. Не ожидайте найти то, что всегда работает. Будут какие-то ложные срабатывания/ложные негативы.

Но вы можете настроить свой порог, основываясь на некоторых априорных знаниях: Возможно, это нормально, чтобы найти ложные негативы, но вы не хотите пропустить позитив, поэтому переместите порог на негативы и т. Д.

+0

Надежное предложение статистики было действительно замечательным. Не только для этой конкретной проблемы, имеет смысл применить ее к целому ряду других вещей. Благодарю. – AruniRC

+0

Еще одна вещь - компонент Hue или HSV? И какой компонент из Luv (определенно не L)? любые мысли/опыт на этом PLS? – AruniRC

+0

Хм, это зависит от того, чего вы хотите достичь. Совместимость цвета, сходство яркости? Определите свою проблему, и выбор канала должен быть ясным, затем ... – Sam

Смежные вопросы