ベイジアンネットワークのようなヒストグラムや他の上位の数学ツールを使用して材料の識別/認識を行うべきですか？

Question

私はOpenCVの基礎を学んでいます。私は良いプロジェクトが学習を楽しくするのに役立つと思いました。いくつかの考えを考えた後、私はいくつかの重要な認識プロジェクトを思いついた。私は自分自身をコンベヤーにして、それはある製品（この製品は本当に問題ではない）の生産のための材料を輸送しているとしましょう。 3つの材料があり、照明条件は（午前から午後までの自然光、夜間の電球を使用して）変化します。それが問題の説明になります。

私は砂、木材、岩石を使用することを考えていましたが、それは入手しやすいものです。それらをプラスチックの表面に置きます。写真を撮った後、ヒストグラムを適用して色を取得し、この色を使って材料を特定します。しかし、雷の状態は時間の経過と共に変化するので、この写真を撮り、ヒストグラムを適用すると、色が変わり、材料が適切に認識されなくなります。そして私は、もし私が砂とほこりを使うとすれば、色は非常に似ていますが、質感は違うと思います。

私はちょうどアイデアがほしいと思うし、おそらくフィールドのある専門家が私を導くことができます。

Answer 1

開始プロジェクトのかなりのアイデア。ライティングの違いは、HSVなどの色空間を使用して色相コンポーネントを使用することで対応できます。

1. 特徴記述子：しかし、「テクスチャ」の問題は、2つの方法で処理することができますが、グレーレベルの画像を扱う場合は、グレーレベルの同時生起行列と呼ばれる特徴記述子のセットがあります（GLCM）であり、画像内の異なる領域のテクスチャの尺度を与える。これはMatlabに存在し、OpenCVの場合、次のコードがあります：in C。

   砂、木材、岩石の標準ショットをいくつか撮って、NN、SVM、OpenCVのHaarクラシファイアなどの分類器でトレーニングサンプルとして使用できます。それから陰性サンプルで訓練する。分類器の特徴ベクトルは、各ピクチャのGLCM出力になります。その後、実際の写真でそれを実行し、それらの正確さを確認します。

2. テクスチャ粗は：トランスフォーム固有と呼ばれるテクスチャの「荒れ」の単一値の測定を示しthis便利な紙に出くわしました。この計算は非常に簡単です。特に、固有値計算にOpenCVのSVD()を使用する場合は非常に簡単です。固有値変換の結果は、その部分の粗さに対応する値を与える。これは、必要な部分を分離するために使用できます。