检测草图像中的植物

Question

我是计算机视觉领域的新人。 我想在草图中发现某种植物。

原始图片

Canny边缘检测算法

霍夫线变换（边缘检测后）

我已经尝试过了：

• 通过比较某个地区的白色像素的平均值来移除背景中的草。
• 使用hough line变换算法进行线检测（草添加错误的行）

您认为检测此植物的最佳方法是什么？

Answer 1

我想到了虚拟解决方案。由于草比植物本身更详细：

1. 应用Canny或任何其他边缘检测器。
2. 使用窗口传递图像（让我们说10 * 10）。对于每个窗口：
   • 计算密度（如果使用Canny，则为白色像素数）
   • 将其存储在数组
   中
3. 使用Otsu算法对数组中的值进行阈值处理。值越小表示作为工厂一部分的窗口。
4. 将所有需要的窗口重新映射到原始图片。
5. 如果一个窗口被计算为不是该对象的一部分，但同时它被该对象的窗口所环绕，它就是它的一部分。

Answer 2

只是为了好玩，与Humam的回答非常相似，只是使用标准差而不是密度，并使图像透明，而不认为有叶子。我直接在命令行使用了ImageMagick：

convert weed.jpg \( +clone -canny 0x1+10%+30% -statistic standarddeviation 10x10 -blur 0x8 -normalize -negate \) -compose copyopacity -composite result.png

Answer 3

我实施了Humam的方法。

但是在Otsu算法之后添加了一些步骤：

1. 完成每个黑色连接组件
2. 使用矩阵减法提取蒙版
3. 将面具存储在矢量
中
4. 按区域大小（= sum（mask））
对其进行排序
5. 选择最大的面具（=植物）
植物面具上的
6. ：再次执行步骤1-3
7. 从植物面具中移除所有小面具

我有一些来自工厂的旧图像和坏图像，我将在接下来的几天对这些图像进行测试。 不幸的是，这是我国的冬天，草被雪覆盖着。所以我必须等几个星期才能从这个植物中得到一些正确的图像。

提取结果。

下一步是检测提取的图像是否是所需的植物。