我是农学生，我最后一年的学习主题是评估图片中的蜜蜂数量。我尝试了一些方法（thresolding，模板匹配ciratefi算法或imageJ），但没有一个工作正常。
我是matlab的初学者，我想知道是否可以训练级联探测器并使用fonction vision.CascadeObjectDetector来计算照片上的蜜蜂。
两张图片示例：
http://img4.hostingpics.net/pics/473650DSC0648.jpg
和
http://img4.hostingpics.net/pics/978154DSC0660.jpg
我需要使用多少阳性和阴性样本？ HOG？哈尔？ LBP？
感谢您的帮助
答案 0 :(得分：2)
它可能有用，但很难。从您提供的图像中我认为您可能很有可能检测到孤立的蜜蜂，但很难检测出那些挤在一起的蜜蜂。在后一种情况下，很难看到每只蜜蜂形状的轮廓，有些蜜蜂会遮挡其他蜜蜂。但是在你尝试之前你不会知道。 ：）
另外，请记住，级联对象检测器不处理平面内旋转。这意味着你必须为蜜蜂的不同方向训练几个探测器。您可以使用trainCascadeObjectDetector功能训练探测器。
每个方向至少需要数百个阳性样本。您可以使用最新版本的计算机视觉系统工具箱附带的Training Image Labeler应用程序来标记图像中的蜜蜂。
你还需要大量的蜂窝图像，而不需要任何蜜蜂就可以用作负像。
就功能而言，我会从HOG或LBP开始，因为它们比Haar快得多。如果你得到令人鼓舞的结果，那么你可能想尝试哈尔，看看你是否可以提高你的准确性。
答案 1 :(得分：0)
如果您可以在没有蜜蜂的情况下拍摄蜂箱的图像，在相同的光照条件下，它会很棒！尝试一下，然后减去两个图像（逐个像素），看看你得到了什么。这种差异图像将更容易使用。
另外，关于训练分类器：从查看图像开始，你需要一个＆＃34;旋转不变的＆＃34;分类。这是一种奇特的说法，蜜蜂可能处于不同的角度。因此，您基本上会拍摄几十个蜜蜂图像，并随意旋转它们。这将给你数百个积极的例子。然后采样没有蜜蜂的地方，我猜几十个。不要旋转这些，因为没有蜜蜂的地方不是旋转不变的。现在训练一个分类器。我不认为你使用哪一个很重要 - 只需使用最简单的一个（如Viola-Jones）。
所以，回顾一下：主要有两个部分： 1）看看你是否可以减去背景 2）训练你的分类器。
请告诉我它是否有帮助！
