基于图像的目标检测和分割答案

【问题标题】：image based object detection and segemntation基于图像的目标检测和分割
【发布时间】：2013-08-28 06:09:03
【问题描述】：

我目前正在为我的项目学习图像处理和学习 matlab。
我需要知道是否有任何方法可以从交通图像或停车场图像中检测汽车，然后从中分割出来。
我用谷歌搜索了很多，但大部分内容都是基于视频的，我对图像处理一无所知。
首选语言：MATLAB
我应该只对图像而不是视频执行此操作。

【问题讨论】：

我认为这在 matlab 中是不可能的！尝试更合适的仪器，或使用最简单的方法，如精简视频处理。
你的说法是一个巨大的工程，不能适应一个matlab函数。但是有许多图像处理功能可用于此目的。您可能会搜索一些示例项目而不是简单的函数。
这没有什么神奇的方法。但是在停车位的情况下，如果相机是固定的，您可能会提前知道相机/相框中停车位的所有位置。这可能是进一步处理的良好开端。
我认为 Matlab 可以是一个合适的环境。但是您应该首先关注您要使用的算法。你可以从这里开始-en.wikipedia.org/wiki/Image_segmentation 和谷歌更多关于这个问题。并且，请向您的讲师询问具体方法...
只有当汽车与背景明显不同时，基本步骤才适用（在这种情况下，阈值使事情变得更容易）大多数时候我得到一个混乱的图像......@Marcin我需要处理标准数据集...所以你能给我这些图片的链接吗[有车和没有车的停车场]

【解决方案1】：

总的来说，这是一个非常困难的问题。我建议更简单的方法是尽可能限制问题 - 控制照明、要检测的汽车大小方向、无遮挡。

直到最近，这种约束一直是图像处理所遵循的哲学。现在的趋势是，与其限制您的问题，不如获取大量示例数据来训练受监督的学习算法。事实上，您可以使用预先训练的模型来检测汽车，正如之前的答案中所建议的那样。

最近在图像对象检测领域取得了巨大进展，以下是一些基于神经网络的最先进的方法：

您可以使用的框架包括：

【讨论】：

【解决方案2】：

您可以使用分部检测方法： http://www.cs.berkeley.edu/~rbg/latent/

它包含一个经过训练的“汽车”模型，您可以使用它来检测汽车，然后用边界框包围，然后从图像中提取它们。

【讨论】：