2016-05-17 136 views
0

我想分离图像中不同种类的谷物。有时图像还含有一些需要考虑的附加类型的杂质。 这里有一些例子图片:谷物图像分割

玉米和大豆img

长大米和小麦img

我试图找到不同的图片的一般方法,但效果不够好。 我使用洪水填充和一些渐变方法来获取区域,并尝试使用聚类方法对包含进行分类,但是特征选择是一个难题,我尝试使用gabor过滤器,但是它不能给我一个清晰的边界,并且分类方法如kmeans也是如此。

有关分割,获取轮廓或分类的任何想法将不胜感激。谢谢!

我尝试发布一些我当前结果的更多照片,但我很抱歉,这里有初学者的2图片限制。

+0

颗粒通常是一个椭圆形,所以在标准照明条件下,您应该能够检测到颜色强度的镜面斑点。所以我会尝试找到颜色强度(峰)的局部最大值。 ..也基于颜色均匀性分割通常有助于这种类型的图像 – Spektre

+0

@Spektre是啊,找到主要颜色似乎是一种好方法。我会尝试。谢谢!我尝试使用颜色的直方图,但效果不佳。 – wanglinski

回答

0

这几乎是一项处理图像处理问题的工艺工作。我建议你使用一个健壮的库(当然是OpenCV),并使用cvFindContours函数来识别轮廓。此外,搜索数学形态学。诸如侵蚀和膨胀之类的基本操作可以帮助你,因为前景像素的面积缩小,并且这些面积内的孔变大,反之亦然。使用颜色分段也很有帮助,但您可能会遇到一些麻烦,因为颗粒颜色不均匀。最后,特征提取是另一种出路。 基于对线性变换和照度问题不变的事实,可以使用比例不变特征变换来识别图像上的每个单个纹理。希望能帮助到你。

+0

先谢谢你!是的,我基于OpenCV来做这件事,这真的很有帮助。你的意思是可以制作一个模板,然后用它来匹配SIFT的整个图片。这真的很有趣,我会试试:) – wanglinski