计算机视觉文献中是否有任何方法可以检测图像中的透明玻璃？就像我有汽车的图像一样，我可以检测到窗户吗？等...
到目前为止，我发现的所有方法都是主动方法（即需要校准，控制环境或激光）。我需要一个被动的方法（即你所拥有的只是一个图像，或者是对象的多视图图像）。
答案 0 :(得分：5)
以下是一些旨在检测一般设置中的透明对象的最新工作。
答案 1 :(得分：3)
我认为您所寻找的是半透明区域的检测。这里的工作非常有限，因为这是一个非常困难的问题。基本上它是一个主要的鸡和蛋问题。半透明区域导致几乎所有基本图像处理工具失败（例如，运动估计，特征匹配，跟踪等）。但是你必须使用这些工具来检测半透明区域。无论如何，据我所知，这是该领域最近的一项工作，我怀疑还有其他的。
http://www.mee.tcd.ie/~sigmedia/pmwiki/uploads/Misc.Icip2011/CVPR_new.pdf
它发布在CVPR，这是计算机视觉的顶级会议。
答案 2 :(得分：1)
只是一个疯狂的猜测：如果摄像机正在移动并且您执行场景的3D重建，则可以在反射区域检测到重建的大的不连续性。
答案 3 :(得分：1)
我认为你应该更清楚地描述你想要达到的目标
论文“Deriving intrinsic images from image sequences”显示了透明胶片的一些结果
如果距离足够近，您可以使用玻璃折射（ a la Snell定律）从多个视图中检测玻璃。
我也认为反射（镜面反射区域）是弯曲眼镜的良好指示。
答案 4 :(得分：0)
检测它是一回事，但分离是另一回事。您可以进行分离，因为它可以将2个声音与1个180度异相的声音放在一起。如果你设法自己学习相位声音，你会自动发出另一个声音，这样你就可以学习它。如果我自己学习它，我会陷入只能叠加它们的地步。所以这里真正的收获是以某种方式学习这个加法，作为两个单独的东西，即使你从未看到它们分开。