3

我正在尝试用黑色/蓝色/红色/绿色标记检测写在白板上的形状。形状可以是圆形、矩形或三角形。图片可以在这篇文章的底部找到。

我使用 OpenCV 作为图像识别的框架。

我的首要任务是研究并列出可用于检测的不同策略。到目前为止,我发现了以下内容:

1)灰度,模糊,Canny Edge,轮廓检测,然后一些逻辑来确定检测到的轮廓是否是形状?

2) 具有不同形状特征的 Haar 训练

3)SVM分类

4) 灰度、模糊、Canny Edge、霍夫变换和某种颜色分割?

还有其他我错过的策略吗?任何较新的文章或经过测试的方法?你会怎么做?

其中一张测试图:https ://drive.google.com/file/d/0B6Fm7aj1SzBlZWJFZm04czlmWWc/view?usp=sharing

更新:第一个策略似乎效果最好,但远非完美。当盒子没有关闭,或者白板有很多噪音时,就会出现问题。Haar 训练似乎不是很有效,因为检测的形状很简单,没有很多特定的特征。我还没有尝试过 CNN,但它似乎最适合图像分类,而不是检测较大图像中的形状(但我不确定)

4

1 回答 1

1

我认为第一个选项应该有效。您可以使用傅立叶描述符来对分段形状进行分类。

http://www.isy.liu.se/cvl/edu/TSBB08/lectures/DBgrkX1.pdf

另外,也许你可以在这里找到有用的东西:

http://www.pyimagesearch.com/2016/02/08/opencv-shape-detection/

如果您想尝试更具挑战性但更现代的方法,请考虑深度学习方法(我将从 CNN 开始)。互联网上有许多可用的实现。虽然对于这个特定的项目来说这可能是一种矫枉过正,但它可能会在未来帮助你......

于 2016-09-22T12:37:42.950 回答