image - 为线路检测创建中性网络 - 有可能吗？

Question

所以我想检测灰度图像上的线条。我有很多数据 9x9 像素整数 1 到 256 矩阵和 1*4 ponnts coords X ,Y, X,Y 矩阵 我们每个 9x9 图像有 1 行或非行。那么我的NN应该有什么结构呢？

Answer 1

假设您使用的是最常见的各种神经网络，即多层感知器，您将拥有与特征一样多的输入节点。

除了原始变量之外，输入还可以包括转换后的变量。隐藏节点的数量由您选择，但您应该有足够的数量允许神经网络充分进行映射。

输出节点的数量将由类的数量和您选择的表示形式决定。假设有两个类（“line”，“not line”似乎很可能），您可以使用 1 个输出节点，它表示一个类的估计概率（剩余类的概率为 1 减去第一个类的概率）。

Answer 2

检测灰度图像上的简单线条是一个众所周知的问题。霍夫变换就足够了。有关使用霍夫变换实现查找线的功能，请参见http://opencv.willowgarage.com/documentation/cpp/imgproc_feature_detection.html?highlight=hough%20line#cv-houghlines。

你可以试试上面的功能，看看它是否有效？

如果没有，请使用示例图像更新您的问题。