我正在尝试构建一个解决方案,我可以区分具有约200微米高度的3D纹理表面和常规文本打印。
以下图像是纹理表面。这里的黑色是基面。
常规文本打印将是相同3D纹理表面的2D打印。
[编辑]
关于解决这个问题的初步想法可能如下所示:
这里的一般想法是,在3D物体的不同角度拍摄的图像与在相似条件下拍摄的2D物体的图像相互关联性较小。
验证的可能方法之一可能是:1。拍摄2张图像,周围有足够的光线(相机闪光灯)。这些图像应尽可能远离物平面拍摄。比如说,一个在相机处拍摄,左侧为45度,另一个在右侧以相同的角度拍摄。
提取投资回报率,透视图纠正它们。 找到这两个图像的合成的GLCM。如果GLCM的对比度低,那么它将是3D图像,否则是2D。 请原谅该语言,打开编辑建议。
答案 0 :(得分:0)
这里的一般想法是,在3D物体的不同角度拍摄的图像与在相似条件下拍摄的2D物体的图像相互关联性较小。
验证的可能方法之一可能是: 1.拍摄2张图像,周围有足够的光线(相机闪光灯)。这些图像应尽可能远离物平面拍摄。比如说,一个在相机处拍摄,左侧为45度,另一个在右侧以相同的角度拍摄。
提取投资回报率,透视正确。
查找这两幅图像合成的GLCM。如果GLCM的对比度低,那么它将是3D图像,否则是2D。
请原谅该语言,打开编辑建议。
答案 1 :(得分:0)
如果你能得到另一张图片 不同角度或 更锐利的角度或 不同的照明条件 你可能得到结果。但是,使用两个不同角度的图像与校准相机可以获得立体视觉图像,轻松解决您的问题。
答案 2 :(得分:0)
这是一个非常复杂的问题,并没有针对此的插件即用解决方案。使用光(结构或激光)或阴影来检测0.2毫米的高度几乎肯定无法以可接受的置信度工作,无论你拍摄多少“照片”。 (这只是我个人的直觉,在计算机视觉中,我们通过实际测试验证某些东西是否有效)。
GLCM是描述纹理的一个很好的功能,但据我所知,它用于验证纹理中是否有图案,所以,我相信它会为2D打印文本输出正值是某种重复模式。
我会让电脑了解什么是文字,什么是纹理。只需提取大量的3D和2D数据,并使用机器学习引擎来了解哪些是什么。如果特征空间足够丰富,它可能能够找到一种方式来区分彼此,以我们人类的思维无法做到的方式。特征空间应包括边缘和颜色特征。
如果系统环境稳定且受控制,这种方法将特别有效,因为训练数据将与测试数据非常相似。
对于这个问题,我首先要计算颜色和边缘特征(不同边缘和颜色通道上的局部图像像素和)并尝试增强分类器。在机器学习方面,提升分类器并不是最先进的,但它们擅长过度拟合(意味着您可以插入尽可能多的数据),并且最有可能在稳定的环境中工作。
希望这有帮助,
祝你好运。