计算图像算法的对象

Question

我再次上学了。这一次，我的老师给了我创建算法来计算图片中有多少只鸭子的任务。

图片与此类似：

我想我应该使用模式识别来搜索它上面有多少只鸭子。但我不知道每只鸭子的模式匹配。

Answer 1

我认为你可以通过分割鸭子的喙并计算二进制图像中connected components的数量来解决这个问题。

要分割鸭子的喙，首先将图像转换为HSV color space，然后使用色调组件执行二值化。请注意，鸭子的喙色调与图像的其他部分不同。

Answer 2

这可能只是因为我现在正在使用SIFT，但对我而言，它似乎对你的问题有好处。

这是一种算法，它匹配两个不同图片上的相同对象，其中对象可以具有不同的方向，比例并且可以从两个图片上的不同视角观看。当一个对象被另一个对象部分隐藏（就像你的鸭子一样）时，它也可以工作。

我建议找到一张关于橡皮鸭的清晰画面（：D），然后使用一些SIFT实现（VLFeat - C library with SIFT but no visualization， SIFT++ - based on VLFeat, but in C++ ，Rob Hess in C with OpenCV ...）。< / p>

你应该记住，与SIFT（以及其他任何东西）匹配并不完美 - 因此你可能无法获得图片中完全数量的橡皮鸭。

Answer 3

这是一种方式：

圆圈的霍夫变换：

• 初始化由（x，y，radius）索引的累加器数组
• 对于每个像素：
  • 计算边缘（例如Sobel算子将提供幅度和方向），如果幅度超过某个阈值则：
    • 递增每个累加器，此边缘可能为此提供证据（仅边缘方向的（x，y），min_duck_radius和max_duck_radius之间的半径）
• 现在平滑并阈值累加器数组，最高累加器的坐标显示头部的位置。如果您对累加器中的值进行直方图编制，阈值可能会跳出来（“大量证据”和“噪音”之间可能存在明显差异）。

所以这很简洁，但它可以让你开始。