【问题标题】:Detecting a pattern of dark/bright bands in an image检测图像中的暗/亮带模式
【发布时间】:2013-11-27 15:53:55
【问题描述】:

我正在尝试在某些图像中检测这样的模式

实际的图像看起来像这样

它可以缩放和/或旋转。有没有一种方法可以在不借助神经网络或一些学习算法的情况下有效地做到这一点?可以根据值梯度进行一些检测,例如(dark-bright-dark-bright-dark)吗?

【问题讨论】:

  • 我认为,如果您可以在此处发布您的 整个 源图像的一个或多个示例,而不仅仅是您尝试检测的部分,这将有所帮助。在此处显示的裁剪示例中找到两个白条显然是一项微不足道的任务。

标签: image-processing pattern-recognition


【解决方案1】:

输入图像为MxN(在您的示例中为M<N):

  1. 平均 RGB 图像
  2. 平均 Y 得到 1xN 向量
  3. 导出
  4. 腹肌​​i>
  5. 阈值
  6. 计算峰之间的距离。
  7. 搜索距离之间的比率符合预期的位置(根据我在您的示例中看到的 ~ 1:7:1)
  8. 如果找到一个地方,验证距离中间的颜色(根据您的示例应该是白-黑-白)

【讨论】:

  • 谢谢。但在我看来,您的算法没有考虑到图案可以以任何角度定向。还是我错过了什么?
  • 嗯,根据线宽,你需要计算三角角,并在三角角的分辨率中对每个角重复这个过程。
  • 哦,我明白你的意思了。这是一种有趣的方法,但我认为我没有明确表示这种模式将成为更大图像的一部分。图像中还有其他区域会产生更强且更大的峰。
【解决方案2】:

您也许可以在不同的方向使用Gabor Filters,并执行标准阈值来识别对象。

如果您知道图案的频率,您可以尝试使用带通滤波器来隔离该频率的对象。如果它是一个非常强的频率,您也许可以在图像的傅里叶变换中识别它。

如果不了解您要在图像中查找的内容,则很难识别特定的重复模式。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2013-04-22
    • 2023-02-10
    • 1970-01-01
    • 1970-01-01
    • 2020-11-21
    • 1970-01-01
    • 2021-06-29
    相关资源
    最近更新 更多