如何使用OpenCV（python）检测此图像中的岩石？

Question

我试图在这张图片中找到不同形状的岩石。

image http://mars.nasa.gov/mer/gallery/all/2/n/1850/2N290598950EDNB0F8F0006L0M1.JPG

我没有从边缘检测中获得任何令人满意的结果。

我确实读到了关于抓取的但是再也没有令人满意的。关于我应该如何进行的任何想法？

PS - 我的最终目标是用不同的颜色在图像中标记这些岩石。

更新1： 这是我用于边缘检测的代码。

if ([[[UIDevice currentDevice] systemVersion] floatValue] >= 8.0)
    {
        [[UIApplication sharedApplication] registerUserNotificationSettings:[UIUserNotificationSettings settingsForTypes:(UIUserNotificationTypeSound | UIUserNotificationTypeAlert | UIUserNotificationTypeBadge) categories:nil]];
        [[UIApplication sharedApplication] registerForRemoteNotifications];
    }
    else
    {
        [[UIApplication sharedApplication] registerForRemoteNotificationTypes:
         (UIUserNotificationTypeBadge | UIUserNotificationTypeSound | UIUserNotificationTypeAlert)];
    }

更新2：我有几个类似的图像，如下图所示，其中岩石（大尺寸）清晰可见。边缘检测再次在图像上产生不令人满意的结果。我只是在寻找可以尝试的方法。如果您建议一种方法，那么请添加相关链接，我可以阅读更多内容，我是opencv的新手。

http://mars.nasa.gov/mer/gallery/all/2/p/2190/2P320875706EFFB27MP2400L5M5-BR.JPG

Answer 1

岩石是图像的一部分，比沙子更平坦。您可以尝试获取文件的每一行，将其划分为小段，并计算段的峰度。

Kurtosis衡量＆＃34;身高＆＃34;和＆＃34;宽度＆＃34;段中值的频率的钟形曲线。沙子将比岩石具有显着更低的峰度，因为它具有更宽的＆＃34;频谱。具有高峰度的区段可能属于岩石。

因此，确定图像的每一行必须分成的段的理想长度是一个问题。这不是一项微不足道的任务，但也不是一项艰巨的任务。你要识别的最小岩石宽度的一半（但至少是一粒沙子宽度的100倍）应该可以解决问题。

Answer 2

从二维照片......真的很有挑战性。我打赌使用2张带偏移的图片是如何做得更容易处理为立体图像。滞后，我建议遵循以下策略：

1. 过滤掉噪声异常值的预处理 - 中位数
2. 也许使用2-d带通过滤器来挑选出某种口径的岩石。
3. 使用您所做的边缘检测 - 似乎做得非常出色。
4. 使用可识别顶点群集的算法
5. 使用凸包或voronoi组合群集中的点或顶点。

话虽如此，我怀疑这个论坛是否适合寻找你的问题的答案，因为很难用编码提供直截了当的答案。