图像处理中小球的识别(简单总结)
2005-04-03 21:15
363 查看
这一段时间都是在做小球的提取的图像处理工作。也许看起来简单,但是,要知道,这里的小球的提取是要在双目视觉中用的,所以,必须有一定的精度才行。
现在做的还是很简单的,但是已经能定下小球的大体的位置了,可是,小球的一小部分像素有时还是会分割不出来。原因是我用的仅仅是无论什么时候都是以h值为主,s值为辅助的阈值分割技术,其实,就像一篇论文中提到的那样,在光照很好,也就是l值比较高的情况下,用h值进行分割,能取得很不错的效果。而当运动模糊(这时,颜色扩散了),或者是光照太暗(对于一个小球,小球的下部就会比较的暗)的情况下,用h值就不能得到比较好的结果了,而此时用s值会好些。按我的判断,这个理论是对的。还没有编写相应的代码的原因是没有想明白l值应该如何设定,又如何让同一幅图片中的小球的不同部分的分割,用不同的l值,然后速度如何,这些都还没有想明白。
下面就是我做的步骤,很简单,但是,肯定会存在速度上的问题的。
里面用的主要是区域增长的方法。首先,进行快速hls变换,参照了一篇论文上的方法,进行的快速变换。然后,由于使用的是区域增长的方法,所以,要选取种子点,根据h和s进行阈值分割,在整幅图片中进行搜索,得到最有可能的点,当做种子点,这时的种子点还是只是初始选择的,下一步就是把细小的杂乱的种子点去掉(用了形态学上的腐蚀运算),通过这种方法,就能把比较小的干扰点去掉了。然后,进行该用这取得的种子点进行区域生长的运算了。运算完后,再进行区域的膨胀和腐蚀,这样每个区域就会比较的完整,少有空洞了。当这一步做完后,会有不止一个区域。这时,用了基于区域生长的计数的方法,目的不是计数,而是把小球找到(还用了小球在绿色的场地上的先验知识)。这样处理后,效果还行,但是还要改进的。
现在做的还是很简单的,但是已经能定下小球的大体的位置了,可是,小球的一小部分像素有时还是会分割不出来。原因是我用的仅仅是无论什么时候都是以h值为主,s值为辅助的阈值分割技术,其实,就像一篇论文中提到的那样,在光照很好,也就是l值比较高的情况下,用h值进行分割,能取得很不错的效果。而当运动模糊(这时,颜色扩散了),或者是光照太暗(对于一个小球,小球的下部就会比较的暗)的情况下,用h值就不能得到比较好的结果了,而此时用s值会好些。按我的判断,这个理论是对的。还没有编写相应的代码的原因是没有想明白l值应该如何设定,又如何让同一幅图片中的小球的不同部分的分割,用不同的l值,然后速度如何,这些都还没有想明白。
下面就是我做的步骤,很简单,但是,肯定会存在速度上的问题的。
里面用的主要是区域增长的方法。首先,进行快速hls变换,参照了一篇论文上的方法,进行的快速变换。然后,由于使用的是区域增长的方法,所以,要选取种子点,根据h和s进行阈值分割,在整幅图片中进行搜索,得到最有可能的点,当做种子点,这时的种子点还是只是初始选择的,下一步就是把细小的杂乱的种子点去掉(用了形态学上的腐蚀运算),通过这种方法,就能把比较小的干扰点去掉了。然后,进行该用这取得的种子点进行区域生长的运算了。运算完后,再进行区域的膨胀和腐蚀,这样每个区域就会比较的完整,少有空洞了。当这一步做完后,会有不止一个区域。这时,用了基于区域生长的计数的方法,目的不是计数,而是把小球找到(还用了小球在绿色的场地上的先验知识)。这样处理后,效果还行,但是还要改进的。
相关文章推荐
- 细胞识别图像处理项目总结
- Atitit 图像处理--图像分类 模式识别 肤色检测识别原理 与attilax的实践总结
- Atitit 图像处理--图像分类 模式识别 肤色检测识别原理 与attilax的实践总结
- 细胞识别图像处理项目总结
- Matlab中如何读出写入图像文件以及对图像的简单处理
- java简单实现八叉树图像处理代码示例
- [Android] 随时拍图像处理部分总结及源码分享
- 【基于WPF+OneNote+Oracle的中文图片识别系统阶段总结】之篇四:关于OneNote入库处理以及审核
- BCB图像处理总结
- Atitit 图像处理的摩西五经attilax总结
- NEON在S2平台图像处理中的简单应用
- 图像处理之简单数字水印 - 文字轧花效果
- (初学树莓派香蕉派心得)利用opencv简单控制摄像头,做一些基本图像处理
- 模式识别与图像处理笔试题
- 用python简单处理图片(4):图像中的像素访问
- Anddroid 图片模糊处理——RenderScript :简单而快速的图像处理
- 图像处理和图像识别中常用的OpenCV函数
- 【图像识别】 图像处理和图像分析(leptonica)leptonica-1.68安装配置 (vs2008)
- JAVA简单二值化图像处理
- 图像处理常用边缘检测算子总结