2015-09-21 336 views
0

因此,我正在嘗試編寫一些代碼,讓我可以在下圖中看到您看到的保險絲。我已經想出了兩種方法:圖像分割

1)基於顏色。我使用OpenCV的inRange函數的閾值。除棕色保險絲外,該方法適用於所有保險絲。棕色的保險絲與保險絲本身的顏色過於相似,因此很難分割出來。

2)I認爲閾值化圖像重,這樣我可以檢測白點/終端上使用的OpenCV SimpleBlobDetector熔絲本身。然後,我通過彼此之間的距離過濾出斑點。由於我知道保險絲的大小,我可以過濾出無效的保險絲。這種方法適用於所有的保險絲,但是白色的保險絲即使在最高限幅的圖像中也是如此。

我希望我能得到怎樣段這樣的圖像上的指針。背景扣除工作?

enter image description here

+0

您是否考慮過邊緣檢測?您可以使用檢測到的邊緣來劃分保險絲並比較顏色。由於您已經知道分界線,因此應該很容易找到(全部)保險絲。 –

+0

是的,我有。但是,棕色保險絲和黑色保險絲之間的邊緣太軟,並不總是以保險絲周圍的完整輪廓出現。 – saad

+0

也許你可以通過缺少黑色來識別棕色保險絲。 – beaker

回答

2

我與分割的經驗是,一個單一的方法往往不爲困難分割工作。如果一種算法對所有的算法都有效,除了棕色,其他算法都是白色的,那麼兩者的結合應該會產生完整的結果。我知道有一個優雅的算法很好,但我的許多最好的結果都不得不求助於多種技術的混合。

我會考慮的信道分離成RGB,色相,飽和度,和值,並且在每個信道單獨地尋找。有時,顏色看起來非常相似的褐色具有明顯不同的飽和度或顏色通道值。增加和減少不同的通道有時也可以增強對比度。這很簡單,但在很多情況下會產生一個快速和簡單的輸出,可用於閾值,分水嶺(見下文)或可能背景扣除。

我想你可能也想嘗試watershed algorithm。許多examplesexplainations都是available。分水嶺要求您提供一個包含背景(保險絲和表格)和每個前景對象(保險絲)的掩膜。據我瞭解,您已經可以檢測到保險絲上的觸點,以便完成一件。

另一種方法是隻接受你無法看到棕色的保險絲。如果您可以檢測空插槽和其他所有顏色,您可以通過扣除棕色部分的位置來知道。

它必須知道會有什麼工作,事先沒有進行一些實驗,但是這應該給你如何提高你所擁有的一些想法。

+0

謝謝!我的印象是,分水嶺只是爲了連接對象?它會適用於這種情況嗎? – saad

+0

不需要連接對象,雖然這是流域的用途。 [我的一個鏈接]中有一些例子(http://cmm.ensmp。fr /〜beucher/wtshed.html)將它與未連接的對象一起使用,並且我也習慣於未連接的對象。祝你好運! –