テクスチャの破損を検出する方法

Question

いくつかのテクスチャパターンの例であるカラー画像がいくつかあるとします。このテクスチャが異物によって「混乱」することは稀です。これらのまれな異常を検出する最良の方法は何でしょうか？

私はCNNを訓練することを考えましたが、良い例の数が悪い例を大幅に上回っているので、疑問があります。私は、グレーレベルの共起行列（GLCM）とローカルバイナリパターン（LBP）を調べ始めましたが、色情報が混乱の発生を判断する上で重要な役割を果たしていると思います。これらの抽出された特徴（GLCMまたはLBPのいずれか）から分布を見つけて、新しい画像がこの分布に属する確率を計算できますか？

ありがとうございました！

Answer 1

いくつかのサンプル画像を見ることなく問題を理解するのは難しいです。原理的には、テクスチャの混乱、GLCMの特徴、LBP、法則のマスク、ベクトル量子化などを検出するために使用できる多種多様なアプローチがあります。ローカルエントロピーの測定は可能な方法です。下の画像を考える、我々は明らかに風合いの二つのタイプを区別することができた：

を次のスニペットは、円形の近傍又は所与の半径25とディスプレイ上の各ピクセルに対する局所エントロピーを計算し、画像を読み取ります局所エントロピー値がテクスチャ破壊を検出するために利用されることが明らかに得られるエントロピーマップから明らかになる。