嘈杂图像中的葡萄藤行检测

时间:2019-06-25 09:28:16

标签: image-processing machine-learning object-detection image-segmentation

我正在尝试检测包含植物,树木和其他无关紧要物体的图像中用于植物健康检测和作物产量的藤蔓行。这些物体和树木可能位于藤蔓行之间,需要进行细分,然后再进行进一步处理。图像是多光谱的,由无人机拍摄。

计划A将使用DCM和NDVI农业指标,并使用阈值来截断对于葡萄藤而言太高的指标。但是,我们使用的无人机可能给DCM带来一些不好的结果,因此我需要制定计划B。

使用opencv,我对图像进行了骨架化,从而创建了一些可能是噪音的连接线和点。但是,删除这些点可能会导致信息丢失,因此不是最佳选择。

我见过圆检测方法和分水岭算法,但是当对象彼此之间距离太近时,它们往往会组合在一起。

预期结果应该是藤蔓行和其他图像彼此清晰地分割。我需要有人来指导我朝正确的方向发展。任何帮助将不胜感激。

这是我正在研究的领域的图片:https://i.stack.imgur.com/CqX5z.jpg

这是我尝试使用DCM和NDVI对其进行细分的方法:https://i.stack.imgur.com/AEaR3.jpg

0 个答案:

没有答案