我在一些雷达数据中寻找抛物线。我正在使用OpenCV Haar级联分类器。我的正面图像是20x20 PNG,其中所有像素都是黑色的,除了那些跟踪抛物线形状的像素 - 每个正像的一个抛物线。
我的问题是:这些积极因素会训练分类器寻找带有抛物线的黑匣子,还是会训练分类器来寻找抛物线形状?
我应该在正片上添加一层中等噪音,还是应该是不切实际的清晰和高对比度?
以下是原始数据的示例。
这是我使用GIMP执行简单边缘检测后的数据示例。抛物线形状在白框中突出显示
这是我的一个正面形象。
答案 0 :(得分:1)
我想出了一种方法,最初使用OpenCV中的MatchTemplate方法检测抛物线。起初,我使用的是Python cv
和后来的cv2
库,但我必须确保输入图像是8位无符号整数数组。我最终使用scipy.signal.correlate2d( image, template, mode='same')
获得了类似的效果而不那么大惊小怪。 mode='same'
将输出大小调整为image
的大小。当我完成时,我使用numpy.where()
函数执行阈值处理,并使用scipy.ndimage
模块打开和关闭以消除盐和胡椒噪声。
这是输出,在阈值处理之前。