我有一张简单的照片，可能包含也可能不包含徽标图像。我正在尝试确定图片是否包含徽标形状。徽标（带有一些额外特征的矩形）可以有多种尺寸，并且可以多次出现。我想使用计算机视觉技术来识别这些徽标出现的位置。有人能指出我可以用来实现这个目标的正确方向（算法、技术吗？）？
我是计算机视觉的新手，所以任何方向都会非常感激。
谢谢！
问问题
6190 次
1 回答
14
实际问题
由于您需要一个尺度不变的方法（这是“可能是各种尺寸”的正确术语）SIFT（如图像中的徽标识别中提到的，感谢覆盖！）是一个很好的首选，它现在非常流行并且值得试一试。你可以在这里找到一些代码来下载。如果您不能使用 Matlab，您可能应该使用 OpenCV。即使你最终出于某种原因放弃了 SIFT，尝试让它发挥作用也会教会你一些关于对象识别的重要知识。
一般描述和术语
这部分主要是通过描述一大类对象检测方法来向您介绍一些重要的流行语，以便您可以去查找这些内容。重要提示：还有许多其他方法不属于此类。我们称这个类为“基于特征的检测”。
所以首先你去寻找图像中的特征。这些是图像的特征点（拐角和交叉线是很好的例子），它们具有很多不变性：无论您对图像进行任何合理的处理（缩放、旋转、亮度变化、添加一点噪点等），它都会不能改变某个点有角的事实。“像素值”或“垂直线”是不好的特征。有时，除了位置之外，特征还包括一些数字（例如角的突出度）。
然后你做一些清理，比如删除不够强大的功能。
然后你去你的数据库。这是你预先构建的东西，通常是通过对你想要找到的任何东西拍摄几张漂亮而干净的图像，对它们进行特征检测，清理它们，并将它们安排在一些数据结构中以供你的下一阶段使用——
查找。您必须从图像中提取一堆特征并尝试将它们与您的数据库进行匹配：它们是否对应于您正在寻找的对象？这是非常重要的，因为从表面上看，您必须考虑您发现的一堆特征的所有子集，这是指数级的。所以有各种各样的智能散列技术可以做到这一点，比如霍夫变换和几何散列。
现在你应该做一些验证。您在图像中发现了一些可疑的地方：它们很可能包含您的对象。通常，您知道对象的假定大小、方向和位置，并且您可以使用简单的东西（例如卷积）来检查它是否真的存在。
基本上，您最终会得到一堆概率：对于一些位置，您的对象存在的可能性有多大。在这里你做一些异常值检测。如果您预计您的对象仅出现 1-2 次，您将寻找突出的最大概率，并仅取这些点。如果您预计会出现很多情况（例如在一群人的照片上进行面部检测），您将寻找非常低的概率并丢弃它们。
就是这样，你完成了！
于 2010-03-12T17:34:38.090 回答