图像分割

Question

因此，我正在尝试编写一些代码，让我可以在下图中看到您看到的保险丝。我已经想出了两种方法：

1）基于颜色。我使用OpenCV的inRange函数的阈值。除棕色保险丝外，该方法适用于所有保险丝。棕色的保险丝与保险丝本身的颜色过于相似，因此很难分割出来。

2）I认为阈值化图像重，这样我可以检测白点/终端上使用的OpenCV SimpleBlobDetector熔丝本身。然后，我通过彼此之间的距离过滤出斑点。由于我知道保险丝的大小，我可以过滤出无效的保险丝。这种方法适用于所有的保险丝，但是白色的保险丝即使在最高限幅的图像中也是如此。

我希望我能得到怎样段这样的图像上的指针。背景扣除工作？

Answer 1

我与分割的经验是，一个单一的方法往往不为困难分割工作。如果一种算法对所有的算法都有效，除了棕色，其他算法都是白色的，那么两者的结合应该会产生完整的结果。我知道有一个优雅的算法很好，但我的许多最好的结果都不得不求助于多种技术的混合。

我会考虑的信道分离成RGB，色相，饱和度，和值，并且在每个信道单独地寻找。有时，颜色看起来非常相似的褐色具有明显不同的饱和度或颜色通道值。增加和减少不同的通道有时也可以增强对比度。这很简单，但在很多情况下会产生一个快速和简单的输出，可用于阈值，分水岭（见下文）或可能背景扣除。

我想你可能也想尝试watershed algorithm。许多examples和explainations都是available。分水岭要求您提供一个包含背景（保险丝和表格）和每个前景对象（保险丝）的掩膜。据我了解，您已经可以检测到保险丝上的触点，以便完成一件。

另一种方法是只接受你无法看到棕色的保险丝。如果您可以检测空插槽和其他所有颜色，您可以通过扣除棕色部分的位置来知道。

它必须知道会有什么工作，事先没有进行一些实验，但是这应该给你如何提高你所拥有的一些想法。