首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >如何提取洗衣机前面板的轮廓?

问如何提取洗衣机前面板的轮廓?
EN

Stack Overflow用户
提问于 2019-05-28 12:17:24
回答 1查看 125关注 0票数 0

我正在寻找一种强有力的方法来提取洗衣机前面板的轮廓。或者只需得到4个角点的前面板。我试过颜色掩蔽,但没有找到稳定的结果。以下是一些例子:

​

​

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2019-05-29 18:39:48

有三种可能的选择:

  1. 获取一堆机器的图像,手动确定门在哪里的标签,然后训练一个卷积神经网络来对每幅图像的参数进行回归。
  2. 将每幅图像视为一个单独的优化问题,目标是估计最有可能与前面板对应的最佳矩形的参数。所以我们的模型是theta = (p_1, p_2, p_3, p_4),图像中面板的四个二维位置。我们需要一个能量函数E来最小化wrt theta (例如,使用带动量的梯度下降,或RANSAC)。您可以使用许多术语,就像一些想法一样: 至少其中一些拐角应该是“拐角处”:运行一个简单的角检波器,并定义一个能量E_corner,它惩罚距离最近的拐角的距离。 b.至少有一些边缘(例如,p_1和p_2或p_3之间)应该是“边缘”:使用能量E_edge计算图像M = || \nabla I ||的梯度大小,并强制执行沿面板边缘的M值应该更大。例如,对于沿边缘的x,y,让E_edge(x,y)=1/(1+M(x,y)) (虽然稳健损失在这里更好)。 使用这样的事实:每扇门实际上都是一个投影的三维矩形:例如,参见这个问题。一个有趣的想法是从一个矩形开始(表示面板),而不是回归p_i的参数,而是回归仿射变换的参数,甚至是透视投影变换的参数(尽管这需要算法估计深度),即将起始矩形映射到图像中的矩形。然后,您可以正规化估计变换的参数,以防止不可能的转换被输出。 d.使用矩形中必须包含的内容的知识。例如,给定四个角,您可以确定定义机器圆形门的椭圆。该椭圆内的外观统计数据应该有一定的独特性,以及门边界的边缘/图像梯度;因此,您可以定义一个能量项,鼓励模型选择角,以便内部在白色背景上有一个暗椭圆物体。 总的来说,这种方法类似于蛇,或活动轮廓模型,我认为它可能值得您研究。然而,能量最小化的蛇往往不考虑它们所包围的区域的内部;因此,Mumford-Shah函数的某些变体可能是一个有用的补充(尽管在您的情况下,注意到“门区域”的平滑性并不是完全可取的)。
  3. 如果您的所有机器都非常相似或几乎相同(正如您发布的那些机器一样),那么实际上最好在图像之间使用估计同调。(另见这里或这里)。由于机器的正面几乎是平面的,所以不同图像的正面必须通过一个同调来关联。然后,知道前面板在一个图像中的位置,就会告诉你它在所有这些图像中的位置。例如,查看OpenCV同族文字教程,在这里,它们展示了如何撤消平面曲面的透视图转换,允许您将一幅图像转换为另一幅图像(此处,一个投影机器面板到另一个模板)。
票数 2
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/56342101

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