物体检测简单场景中的LED

Question

我是opencv的新手，我猜这个问题可能有点简单：我试图在图像中检测到一个大约25 x 15像素的对象，即470 x 590像素。

我正在附加此对象的缩放图像，我有几个选项可供选择：

1 - 使用霍夫变换进行两次关闭圆圈检测， 2 - 直方图匹配 3 - SURF特征检测

有关我应该选择哪个方向的建议？请考虑速度和实时应用。感谢

Answer 1

我认为它应该没有明确说明，但可能有数百种可以尝试的东西，并且只有一个示例图像，很难建议。例如，LED总是绿色？我们不知道。

除此之外，imho，两个很好的起点是使用ol'忠实的模板匹配或blob检测。

然后，如果它不够健壮，你需要看一下模板/ blob的一些替代表示，比如经典的HoG（适合形状，可能有点沉重的应用程序。），甚至你自己的定制一个编码您自己的域特定的这个问题的知识。

然后，如果这不够健壮，建立一个代表+ ve和-ve示例的数据集，尽可能大，然后训练像svm或增强分类器的机器。

模板匹配：

http://docs.opencv.org/doc/tutorials/imgproc/histograms/template_matching/template_matching.html

Blob检测：

https://code.google.com/p/cvblob/

机器学习：

http://docs.opencv.org/modules/ml/doc/ml.html

TIPS： 添加尽可能多的领域知识，即如果它们总是绿色，则在表示中使用颜色，例如g g上的hog。如果它们始终是圆形的，请尝试对其进行编码，例如在模板中使用对数极坐标网格，而不是使用常规网格......等等。

机器学习并不神奇，线性分类器基本上会对特征空间中的不同点进行加权，因此您仍需要良好的表示，因此如果模板匹配完全失败，那么简单的线性毫升不太可能有帮助，但如果模板匹配没问题，那么ml可能会将性能提升到一个良好的水平。

Answer 2

第1步：删除黑色背景。

第2步：蛇算法可用于查找对象的边界