搜索图像上指定项目的最快方法？

Question

想象一下，我们有一个简单的2D绘图，用很多非重叠的圆圈填充它，只有几颗星。

如果我们要在所有这些圈子中找到所有明星，我可以想到很少的方法。蛮力就是其中之一。另一个可能是缩小图像大小（到仍然可以区分对象的最佳点），然后应用蛮力并映射到原始图像。蛮力的缺点当然是非常耗时的。我正在寻找更快的方法，可能是最快的方法。

在简单的2D图像上搜索指定项目的最快图像处理方法是什么？

Answer 1

在图像中查找对象的一种典型方法是cross correlation。基本上，您要查找掩码（您尝试查找的对象）与图像之间的互相关性最高的位置。该位置是您尝试查找的对象的可能位置。

为了简单起见，我会将您尝试查找的对象称为星，但通常它可以是任何形状。

上述方法存在一些问题：

• 面具的大小必须与星星的大小相匹配。如果你不知道星星的大小，那么你将不得不尝试不同大小的面具。 Image pyramids比迭代尝试不同大小的蒙版更有效，但仍然需要额外的努力。
• 同样，面具和星星的方向必须匹配。否则，互相关将无效。

由于这些原因，您对问题的了解越多，它就越简单。这就是人们在评论中要求您提供更多信息的原因。据我所知，通用解决方案并不存在。也许更有知识的人可以纠正我。

正如您所提到的，缩小图像的大小将有助于减少进近的计算时间。在我看来，它不是解决方案的核心要素 - 它只是一个可选的优化步骤。

Answer 2

如果形状很容易从背景segment，您可能能够计算区分形状/颜色描述符。根据您的问题，您可以选择对缩放，平移或旋转不变的描述符（例如compactness，如果它对每个形状都是唯一的）。不过，我不知道这会更快。

如果您已经知道确切的形状并了解尺寸，您可能需要查看Generalized Hough Transform，这基本上是对“强力算法”的形式化描述

Answer 3

当你列出一个形状没有重叠的属性时，我假设一个有效的算法能够

• 通过以某种方式扫描图像来剪切所有形状（我可以想象相对有效且简单的凸形图算法）
• 当你留下切出来的形状你可以使用交叉关系misha提到

你应该更好地描述问题

• 可以旋转或缩放形状（或其他一些变换吗？）
• 是背景均匀颜色
• 是形状均匀的颜色
• 是填充的形状

根据上述问题的答案，您可能会有更多或更简单的解决方案。

此外，也许这个article可能很有趣。

如果形状非常规则，将它们变成矢量可以很好地满足你的需求，但这可能是一种矫枉过正，真的取决于你以后想要做什么。

Answer 4

步骤1：阈值处理 - 如果一般图像集允许，将图像缩小为1位（黑色或白色）。 [对于您引用的示例类型，我的猜测是阈值处理可以很好地工作 - 留下足够的细节来查找对象]。

步骤2：可选择进行一些平滑/去除噪音。

步骤3：使用一些聚类方法来收集前景对象。

步骤4：使用适当的启发式识别对象。

步骤1/2中的参数将在很大程度上取决于图像的类型以及实验/观察。如果你正确地计算出1/2，那么通常很简单。 4将在很大程度上取决于问题（例如，在您的情况下识别星星 - 这将取决于图像中预期的恒星的实际形状）。