在圖像分析中將陰影與其來源聯繫起來

Question

我有兩個柵格。第一個對應雲端遮罩，即像素對應雲端時爲1，當不包含時爲0。第二是蔭罩，1，如果該像素被分類爲陰影，否則爲0。

爲了減少與陰影分類相關聯的誤差，可以使用陰影必須被關聯到雲中的事實;在一定方向上每個雲的x米內必須有一個陰影（可以通過太陽角來檢索）。

關於如何實現這個關聯步驟的任何想法？

這裏是一個原始圖像快照，雲罩（白色），蔭罩（黑色）

Answer 1

我已經看到了這個與隊列完成。本質上，僞代碼看起來是這樣的：

points = new list() 
queue = new queue() 
for x,y in image_coordinates: 
    if is_cloud(x,y): 
    point = new point(x=x, y=y, distance=0, cloud_x=x, cloud_y=y) 
    queue.push(point) 
    else: 
    point = new point(x=x, y=y, distance=null, could_x=null, cloud_y=null) 
    points.push(point) 

while(!queue.is_empty()): 
    point = queue.pop() 
    for neighbor in point.neighbors(): 
    if angle_is_correct(point.cloud_x, point.cloud_y, neighbor.point.x, neighbor.point.y): 
     if neighbor.is_direct(): //N,S,E,W 
     new_distance = point.distance + 1 
     else: //NE, SE, SW, NW 
     new_distance = point.distance + SQRT_2 
     if neighbor.point.distance == null or neighbor.point.distance > new_distance: 
     neighbor.point.distance = new_distance 
     neighbor.point.cloud_x = point.cloud_x 
     neighbor.point.cloud_y = point.cloud_y 
     queue.push(neighbor.point) 

當運行完成後點將是x，y座標，他們到最近的雲計算距離的列表，並在x，y最近的雲計算座標（你可能不需要）。您應該使用angle_is_correct函數來確保只考慮正確方向的雲。如果距離超過最大距離，您可能還可以進一步優化它以停止向隊列添加點。

我不能完全確定算法複雜，但我懷疑人們可以設計一個證據證明這是O（n）或O（日誌（N））。我所知道的是，當我需要它的時候，它對我很快奏效。