2016-05-17 5 views
0

イメージ内の異なる種類のグレインを分離しようとしています。また、画像には余分な種類の不純物物質が含まれていることもあります。ここ は、いくつかの例の画像は、次のとおりです。穀粒のイメージセグメンテーション

トウモロコシや豆img

長いコメや小麦img

私は別の写真のための一般的な方法を見つけることを試みたが、結果は十分ではありません。 領域を取得するためにflood-fillといくつかの勾配法を使用し、クラスター化メソッドを使用して包含を分類しようとしましたが、機能の選択は難しい問題ですが、ガボールフィルターを試しています。 kmeansなどの分類方法も同様です。

セグメンテーション、輪郭または分類の取得についてのアイデアは高く評価されます。ありがとう!

私は現在の結果の写真をいくつか掲載しようとしていますが、ここで初心者のための2つの写真の制限があることを申し訳ありません。

+0

グレインは通常は楕円形であるため、標準的な照明条件では、カラー強度のスペキュラスポットを検出できるはずです。だから私は色の強度(ピーク)の極大を見つけることを試みるだろう。また、色の同質性に基づくセグメンテーションは、通常、このタイプの画像に役立ちます。 – Spektre

+0

@Spektreええ、主要な色を見つけるのは良い方法です。やってみます。ありがとうございました!私は色のヒストグラムを使ってみましたが、うまくいきませんでした。 – wanglinski

答えて

0

これは、画像処理の問題を扱うほとんどの工芸品です。私は堅牢なライブラリ(もちろんOpenCVなど)を使用し、輪郭を識別するためにcvFindContours関数を使用することをお勧めします。また、数学的形態学を検索してください。侵食や膨張などの基本的な操作は、前景ピクセルの領域が縮小し、その領域の穴が大きくなり、その逆もあります。 カラーセグメンテーションを使用して作業することも役に立ちますが、穀物の色が均一でないためにいくつかの問題が発生する可能性があります。最後に特徴抽出が別の方法です。 スケール不変特徴変換を使用して、線形変換および照明の問題に対して不変であるという事実に基づいて、画像上のすべての単一の粒子を識別することができます。それが役に立てば幸い。

+0

ありがとうございます!はい、私はOpenCVに基づいてこれを行います。本当に役に立ちます。あなたは、テンプレートを作ることが可能であることを意味し、それを使ってSIFTによって写真全体をマッチさせます。それは本当に面白い、私はそれを試してみる:) – wanglinski

関連する問題