2017-07-06 18 views
1

以下は、「丘」、半円、切り抜きを検出したいバイナリ画像です。下の赤い円の画像にあります。検出が正確である必要はありません、私はちょうどこのような何かが写真にあることを知る必要があります。私は、ラインスイープアプローチの種類を使用し、ライン上の黒のピクセルを数えるアルゴリズムについて考えています。それは何らかの「賢明」なもので評価しますが、その前に、私がどのテクニックを欠いているかを知りたいのですがより簡単またはより堅牢です。私はHoughCirclesを試しましたが、良い結果は得られませんでした。なぜなら、円はかなり大きな半径を持っていて、それらの多くがあるからです(houghCirclesは入力としてグレースケール画像を取ります)。画像内の切り抜き/半円を検出する

Binary

+2

どこから来たのか分かりませんが、どこから来たのか、半円は違って見えます; – Piglet

+0

抽出する情報について具体的に説明できますか? –

+0

@ YvesDaoustあなたが推測したように、それは欠陥検出です。私は正確な特性を必要としません。私はちょうどいい長方形の形の欠陥があるかどうか調べる必要があります。 – Croolman

答えて

2

カウントピクセルは、この単純な状況で問題ないはずです。あなたが数えたくない他のものとより複雑なシナリオに直面する場合、ブロブ検出器を考慮する必要があります。 このメソッドは、接続されたピクセルの領域を検索します。ブロブを作成したら、サイズ、形状、位置によってソートして、不要なものを取り除くことができます。

https://www.learnopencv.com/blob-detection-using-opencv-python-c/

これは非常に基本的なテクニックです。画像処理の基本については、お読みください。それは人生をはるかに簡単にするでしょう。

+0

基本的には、輪郭を見つけてその領域を探すことです。私はそれを避けたかった。 – Croolman

+0

@Cololman:曲率半径のような幾何学的特性の後であれば、形状(したがって輪郭)を見ることなくこれを達成することは難しいでしょう。 –

+0

@Cololmanあなたはそうする必要はありませんが、あなたが興味のないものをフィルタリングしなければならないので、何らかの形でそれらの黒い領域を特徴づけなければならない場合、それを避けることはできません。何かがあるかどうかだけを知りたければ、ピクセルを数えれば十分です。 – Piglet

1

@pigletが述べたように、これはブロブ解析のケースです。

欠陥をさらに特性化して分類するには、面積、直径、勾配などの形状の幾何学的特徴を計算し、それらを分類器/神経網に供給する必要があります。

関連する問題