私は画像分類プロジェクトに取り組んでいます。エッジ検出を使って画像から曲線を抽出し、曲率に基づいてそれらを分類する必要があります。opencvでラインを分類する
たとえば、下の画像には3種類の線があり、左の線は良好な曲率を持ち、中央の線は悪くない曲率を有し、右の線は非常に悪い曲率を有する。
私は画像分類プロジェクトに取り組んでいます。エッジ検出を使って画像から曲線を抽出し、曲率に基づいてそれらを分類する必要があります。opencvでラインを分類する
たとえば、下の画像には3種類の線があり、左の線は良好な曲率を持ち、中央の線は悪くない曲率を有し、右の線は非常に悪い曲率を有する。
は、私はいくつかの可能な措置を参照してくださいあなたの助け
おかげでclasifyします
一部約その後、より良いラインがどのように多くのセグメント近似直線、以下のセグメントをチェックEPSとの近似直線をお試しください。
チェックボックスのサイズ、小さいサイズ、より良いライン
チェック凹状欠損の境界(ライン数のセグメントから含まれている場合に、最も左の場合の問題点を作ることができます)。
凸凹や線近似が私が望むものを見つけるのには良い方法ですが、バウンディングボックスは良い機能ではありません。 – hamed
@hamed私は近似があなたを助ける方法を理解していません。左のカーブには、多くのセグメントが右のカーブと同じになっています... – ArtemStorozhuk
@Astorあなたは正しいですが、私は別の方法を考えています。最初に点の線近似を使用し、各連続線間の角度を計算する。直線では、連続線ごとにこの角度が約180であり、良好な曲線に対してはこの角度は160〜180でなければならないなど、悪い曲線の場合も同様である。 – hamed
イメージを使って作業している場合、表示されたような図形に「滑らか」または「鋭い」エッジが含まれているかどうかを知ることができます。構造行列(またはイメージテンソル行列)の固有値と固有ベクトルを計算することができます。直線または滑らかなエッジに属するピクセルの場合、固有値の1つは他よりもはるかに大きくなります。ピクセルが角または曲率の点である場合、両方の固有値はおそらく大きくて似ています。 次に、あなたの形状のピクセル上でこれらの特徴を測定し、必要に応じて分類器を訓練することをお勧めします。
あなたは、ほとんどの他の場所でそのようなことについての詳細を見つける私はあなたに私自身の博士号の参照を与えることができますが、セクション2.4.2 http://oa.upm.es/4837/1/MARCOS_NIETO_DONCEL.pdf
敬具に見てみることができます!
イメージテンソル行列はヘッセ行列と同じですか? – Ruchir
左は曲率が良いと思いますか? – cdhowie
+1興味深い質問。 – ArtemStorozhuk
@cdhowie:you'r right :) – hamed