用于蜜蜂计数的 Matlab Cascade 火车

Question

我是农学专业的学生，​​我最后一年的学习主题是评估图片中蜜蜂的数量。我尝试了一些方法（阈值、模板匹配与 ciratefi 算法或 imageJ），但没有一个能正常工作。

我是 matlab 初学者，我想知道是否可以训练级联检测器并使用函数 vision.CascadeObjectDetector 来计算图片上的蜜蜂。

两张图片示例：
和
http://img4.hostingpics.net/pics/978154DSC0660.jpg

我需要使用多少个正样本和负样本？ 猪？哈尔？腰背痛？

感谢您的帮助

Answer 1

如果你能在没有蜜蜂的情况下，在相同的照明条件下拍摄蜂箱，那就太好了！试试看，然后减去两个图像（逐个像素），看看你得到了什么。这种差异图像会更容易处理。

此外，关于训练分类器：通过查看图像，您需要一个“旋转不变”分类器。这是一种奇特的说法，蜜蜂可能处于不同的角度。所以你基本上会拍几十张蜜蜂图像，然后任意旋转它们。这会给你数百个积极的例子。然后在没有蜜蜂的地方取样，我猜也有几十个。不要旋转这些，因为没有蜜蜂的地方不是旋转不变的。现在训练一个分类器。我认为您使用哪一个并不重要 - 只需使用最简单的一个（如 Viola-Jones）。

所以，回顾一下：有两个主要部分： 1）看看你是否可以减去背景 2) 训练你的分类器。

如果有帮助请告诉我！

Answer 2

它可能会奏效，但会很困难。从您提供的图像中，我认为您可能很有可能检测到孤立的蜜蜂，但很难检测到拥挤在一起的蜜蜂。在后一种情况下，很难看到每只蜜蜂的形状轮廓，并且有些蜜蜂会遮挡其他蜜蜂。但是，除非您尝试，否则您不会知道。 :)

另外，请记住，级联对象检测器不处理平面内旋转。这意味着您必须针对蜜蜂的不同方向训练多个探测器。您可以使用trainCascadeObjectDetector 函数来训练检测器。

每个方向至少需要数百个正样本。您可以使用最新版本的计算机视觉系统工具箱附带的Training Image Labeler 应用程序来标记图像中的蜜蜂。

您还需要大量没有蜜蜂的蜂窝图像用作负图像。

就功能而言，我会从 HOG 或 LBP 开始，因为它们比 Haar 快得多。如果你得到了令人鼓舞的结果，那么你可能想试试 Haar 看看你是否可以提高你的准确性。