นี่เป็นภาพที่ได้จากการกรองกาบอร์ ... มีวิธีลบเส้นข้างในภาพบ้างยกเว้นความคลาดเคลื่อนสีขาวนวล
ลองการวางแนวของตัวกรอง gabor อื่นแล้วให้ทำตามผลลัพธ์ต่อไปนี้:
หลังจากการนวดแป้ง: พอใช้ได้ แต่ไม่ดี
หลังจากมัธยฐานกรอง:
ขอบคุณล่วงหน้า
นี่เป็นภาพที่ได้จากการกรองกาบอร์ ... มีวิธีลบเส้นข้างในภาพบ้างยกเว้นความคลาดเคลื่อนสีขาวนวล
ลองการวางแนวของตัวกรอง gabor อื่นแล้วให้ทำตามผลลัพธ์ต่อไปนี้:
หลังจากการนวดแป้ง: พอใช้ได้ แต่ไม่ดี
หลังจากมัธยฐานกรอง:
ขอบคุณล่วงหน้า
คำตอบ:
หากผลลัพธ์ของตัวกรองGáborของคุณเชื่อถือได้และความแปรปรวนในข้อมูลภาพของคุณไม่สูงจนผลที่ได้ดูแตกต่างอย่างสิ้นเชิงจากนั้นคุณสามารถใช้วิธีการต่อไปนี้ (บางส่วนของที่กล่าวถึงแล้ว):
สร้างภาพที่สองของคุณด้วยอัลกอริทึมการกำหนดเกณฑ์อัตโนมัติแบบอัตโนมัติ ช่วงของเกณฑ์ที่จะทำงานมีขนาดใหญ่เท่าที่คุณจะเห็น
ใช้อัลกอริธึมการติดฉลากส่วนประกอบเพื่อกำหนดพื้นที่แต่ละจุดที่เชื่อมต่อของพิกเซลด้วยค่าที่ไม่ซ้ำกัน
คำนวณคุณสมบัติทุกส่วนของภาพที่อธิบายคุณสมบัติของวัตถุที่อยู่ใกล้กับวงกลม สำหรับนี้คุณสามารถใช้สำหรับอินสแตนซ์เป็นปึกแผ่น ฉันใช้เศษส่วนของพิกเซลในรัศมีดิสก์ที่เท่ากัน รัศมีนี้คือรัศมีดิสก์ที่มีพื้นที่เดียวกับวัตถุของคุณ
หากต้องการดูว่าการประชุมแบบอัตโนมัติควรทำงานได้นี่คือผลลัพธ์สำหรับเกณฑ์ที่ต่ำมากและสูงมาก:
ตัวเลือกของการติดฉลากส่วนประกอบนั้นไม่สำคัญสำหรับแอปพลิเคชันของคุณ ฉันจะแนะนำถ้าคุณต้องใช้มันด้วยตัวเองเพื่อใช้วิธีการที่ง่ายมาก รุ่นหนึ่งผ่านจากเว็บไซต์วิกิพีเดียเป็นเรื่องง่ายมาก โดยทั่วไปคุณวนซ้ำผ่านภาพไบนารีของคุณและเมื่อคุณพบพิกเซลซึ่งเป็นสีขาวและยังไม่ได้ระบุว่าคุณใช้ป้ายกำกับใหม่สำหรับวัตถุนี้และเริ่มต้นด้วยพิกเซลนี้
กระบวนการของการติดฉลากวัตถุนี้ด้วยฉลากนั้นคล้ายกับการเติมน้ำท่วม นี่คือใน Wikipedia-site ขั้นตอนภายใน 1-4 ในอัลกอริทึม คุณเริ่มต้นด้วยพิกเซลที่มีป้ายกำกับนี้และวางเพื่อนบ้านทั้งหมดไว้ในสแต็ก (ใช้เวกเตอร์ ) สำหรับพิกเซลบนสแต็กคุณตรวจสอบว่ามีส่วนหน้าและยังไม่ได้ระบุชื่อ หากคุณต้องติดป้ายกำกับคุณต้องใส่เพื่อนบ้านทั้งหมดลงในสแต็กอีกครั้ง ทำเช่นนี้จนกว่าสแต็กของคุณจะว่างเปล่า
จากนั้นคุณสแกนภาพต่อไป ไม่เหมือนกับคำอธิบายในไซต์ Wiki คุณไม่ต้องลบพิกเซลออกจากรูปภาพต้นฉบับของคุณคุณเพียงข้ามเมื่อคุณมีค่าแตกต่างจาก 0 ในป้ายกำกับรูปภาพ
ความคิดบางอย่าง:
แก้ไข: หลังจากขั้นตอนการกรองค่ามัธยฐานของคุณคุณเป็นไปได้มากที่สุด เยี่ยมมาก! รายการที่ 2 ที่ฉันแนะนำข้างต้น (ปิดแล้วจึงติดฉลากภูมิภาค) เป็นหนึ่งในเทคนิคที่จะพาคุณไปตลอดทาง
คุณสามารถลองรูปทรงที่ใช้งานอยู่ แม้ว่ามันอาจจะช้า แต่มันก็สามารถจัดการกับกรณีที่ซับซ้อนเช่นนี้ได้
หรือคุณสามารถใช้ความรู้ก่อนหน้าเพื่อประมวลผลภาพนี้ ตัวอย่างเช่นคุณรู้ว่าสิ่งที่หยดคือ 'ใหญ่' และ 'เชื่อมต่อ' ดังนั้นเมื่อคุณนับจำนวนของแต่ละภูมิภาคที่เชื่อมต่อคุณสามารถค้นหาได้