首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >图像分割

图像分割
EN

Stack Overflow用户
提问于 2015-09-21 14:41:16
回答 2查看 1K关注 0票数 2

因此,我试图写一些代码,让我分割熔断器,你可以看到在下面的图片。我想出了两种方法:

1)基于颜色。I阈值使用OpenCV的inRange函数。这种方法适用于除棕色保险丝以外的所有引信。棕色的保险丝与熔断器本身的颜色太相似了,因此很难把它分割出来。

2)考虑了图像的阈值化,利用OpenCV SimpleBlobDetector对熔断器上的白点/终端进行检测。然后,我用它们彼此之间的距离来过滤掉这些斑点。由于我知道保险丝的大小,我可以过滤掉无效的保险丝。这种方法适用于所有的熔断器,但白色的熔断器就像它出现在大多数阈值图像中一样。

我希望我能得到一个如何分割这样的图像的指针。背景减法有效吗?

EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2015-09-21 16:20:46

我在分割方面的经验是,单一的分割方法常常不适用于困难的分割。如果一种算法适用于除布朗之外的所有算法,而另一种算法只适用于白色,那么两者的结合就会产生一个完整的结果。我知道有一个优雅的算法是很好的,但我的许多最好的结果不得不求助于多种技术的混合。

我会考虑将通道划分为rgb和色调、饱和度和值,并分别查看每个通道。有时,看起来非常相似的棕色有明显不同的饱和度或颜色通道值。加减不同的通道有时也会增强对比度。这是简单的,但在许多情况下产生一个快速和简单的输出,可用于阈值,分水岭(见下文),或可能背景减法。

我想你可能也想试试分水岭算法。许多示例解说都是可用。分水岭要求您提供一个掩码,其中包含背景(引信盒和表)和每个前景对象(熔断器)的一块。据我所知,您已经可以检测到引信上的联系人,这样就完成了。

另一种方法是接受你看不到棕色引信。如果您可以检测到空槽和其他颜色,您可以通过推断知道棕色的位置。

它必须事先知道什么会在没有一些实验的情况下起作用,但这应该会给你一些关于如何改进你所拥有的东西的想法。

票数 4
EN

Stack Overflow用户

发布于 2020-10-15 10:35:16

C++中的基本彩色图像分割代码可在分割上使用。

这种方法的诀窍是在颜色区域生长之前进行边缘检测。

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/32698071

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档