1

У меня нет фона в распознавании изображений/извлечении объектов, но мне нужен способ извлечь деревья из изображения без фоновой растительности.Извлечение деревьев из изображения без сбора растительности фона?

Example of data I'm working with

Видели выше небольшой пример такого рода образов я работаю. У меня также есть доступ к мультиспектральным изображениям (хотя я еще не видел его), включая NDVI, NIR, Red-edge.

Изучая проблему, я знаю, что извлечение объектов является активной областью исследований, и кажется, что часто контролируемое и неконтролируемое машинное обучение используется в сочетании со статистическим вуду, таким как «СПС». Возможность различать деревья и фоновая растительность была отмечена как область сложности в некоторых документах, которые я просматривал в своих исследованиях.

Есть заметные особенности об изображениях, с которыми я работаю. Прежде всего, пальмы имеют очень своеобразную форму. Не только это, но есть очевидные различия в текстуре деревьев и текстуре фоновой растительности.

Я не академик, и поэтому у меня есть доступ к общедоступным документам для моих исследований. Я ищу соответствующие алгоритмы, которые могут помочь мне извлечь интересующие меня объекты (деревья), которые либо имеют реализацию (в идеале, в C или привязках к C, хотя я знаю, что это не часто используемый язык в этом поле) или с общедоступными документами/учебниками/сайтами/и т. д. детализируя алгоритм, чтобы я мог реализовать его сам.

Заранее благодарим за любую помощь!

ответ

1

Посмотрите на OpenCV, у него есть много вариантов для контролируемых/полуконтролируемых методов обучения. Как вы уже упоминали, есть видимая разница в текстуре между растительностью и фоновой растительностью, хорошим местом для вас было бы начало сегментации на основе цвета и развитие ее для использования текстур. OpenCV ML tutorial - хорошая отправная точка. Кроме того, вы можете комбинировать данные NDVI, чтобы создать более сильный набор функций.

Смежные вопросы