检测草地图像中的植物答案

【问题标题】：Detect Plants in a grass Image检测草地图像中的植物
【发布时间】：2016-05-22 13:58:14
【问题描述】：

我是计算机视觉领域的新手。我想检测草图像中的某种植物。

原图

Canny 边缘检测算法

霍夫线变换（边缘检测后）

我已经试过了：

通过比较区域中白色像素的平均值来去除背景中的草。
使用霍夫线变换算法进行线检测（草加错线）

您认为检测这种植物的最佳方法是什么？

【问题讨论】：

Intreasting Task.. 向我们展示其他图片（如果有）
我已经添加了霍夫线变换后的图像，但我目前没有任何其他原始图像。
Hougline 完全可以成为 IMO 的解决方案。你甚至没有台词
我得到了大约 90% 的植物。我使用饱和度和强度图像来创建蒙版。植物饱和度低于草饱和度，但植物比背景亮。所以我将两者相乘，增加了植物与背景的对比度。然后我通过一些形态操作和抑制高频去除了草
@Piglet 请发布答案，否则这从未发生过：D

标签： c++ opencv computer-vision

【解决方案1】：

我想到了虚拟解决方案。由于草比植物本身更详细：

应用 Canny 或任何其他边缘检测器。
使用窗口（假设为 10*10）通过图像。对于每个窗口：
- 计算密度（如果使用 Canny，则为白色像素的数量）
- 将其存储在数组中
使用 Otsu 算法对数组中的值设置阈值。较小的值表示属于植物的窗户。
将所有需要的窗口重新映射到原始图片。
如果一个窗口被计算为不是对象的一部分，但同时它被对象的窗口包围，它就是它的一部分。

【讨论】：

normalized box filter 应该会帮助您完成第二步。

【解决方案2】：

只是为了好玩，并且与 Humam 的答案非常相似，只是使用标准偏差而不是密度来完成，并在它认为没有叶子的地方使图像透明。我直接在命令行中使用了 ImageMagick：

convert weed.jpg \( +clone -canny 0x1+10%+30% -statistic standarddeviation 10x10 -blur 0x8 -normalize -negate \) -compose copyopacity -composite result.png

【讨论】：

不错的一个.. 我渴望看到更多来自 OP 的样本，因为我认为这些解决方案（包括我的）会失败。我认为这是有史以来最难的简历问题之一。如果OP可以做到。我认为麻省理工学院会找到他并雇用他：D
聪明的解决方案。然而，与任何其他图像处理方法一样，这很可能仅适用于非常特定的图像，而不是一般情况下。但是，对于这个问题的范围，+1：D。 @HumamHelfawi 深度学习在物体（包括植物）识别方面取得了巨大进步，麻省理工学院已经知道：D
Hhhhhh 我正要说深度学习......但我害怕看起来像谁想要一个黑匣子来做他自己的工作：D
我同意。也许需要某种纹理分析。我知道这种方法对于许多其他图片都会失败 - 通用解决方案非常困难！

【解决方案3】：

我实施了 Humam 的方法。

但是在Otsu算法之后增加了一些Steps：

满足每个黑色连接的组件
用矩阵减法提取掩码
将掩码存储在向量中
按区域大小排序（= sum(mask)）
挑选最大的面具（=植物）
在植物面膜上：再次执行步骤 1 -3
从植物面具中移除所有小面具

我有一些来自植物的旧图像和坏图像，接下来几天我将在这些图像上测试算法。不幸的是，我的国家是冬天，草地上覆盖着雪。所以我必须等待几周才能从这种植物中制作一些合适的图像。

提取结果。

下一步是检测提取的图像是否是所需的植物。

【讨论】：