我想创建一个在工厂中使用的系统来测量从装配线上下来的物体的尺寸。物体是石板,大致长方形,我喜欢宽度和高度。每块石头都用闪光灯拍摄在同一位置,因此条件非常可控。棘手的部分是石头表面有时会有图案(通常是带有涟漪和条纹的大理石),它们有时几乎是黑色的,与阴影融为一体。
我尝试从背景的参考图像中简单地减去每个图像,但是光线和滚轮的位置以及机械的小部分都有足够小的变化,输出真的很嘈杂。
我打算接下来尝试的方法是使用Canny的边缘检测算法,然后使用某种数值优化(可能是Nelder-Mead)将4边多边形与边缘匹配。然而,在我回家酿造之前,是否存在适用于这种情况的现有方法?
如果有帮助的话,就可以用一块已知在平板内的图像(它们总是排列在角落里)来“种子化”算法,以帮助识别其表面图案和颜色。如有必要,我还可以制作一套带注释图像的训练集。
背景和一些石板的一些样本图像:
答案 0 :(得分:3)
您是否尝试过现有的图像分割算法?
我将从Vladimir Kolmogorov的图像分割maxflow算法开始:http://pub.ist.ac.at/~vnk/software.html 在论文中,他们将图像的区域固定为特定的片段,这对您有所帮助,但在软件中如何做到这一点可能并不明显。
Richard Socher解析场景的深度学习算法也可能有所帮助:http://www.socher.org/
Eric Sudderth至少有一种有趣的视觉场景理解方法:http://www.cs.brown.edu/~sudderth/software.html
我还没有真正使用过任何一种软件,这种软件大部分(如果不是全部)用于研究而不是特别用户友好。