问题标签 [image-segmentation]

任何人都可以帮助我了解均值偏移分割的实际工作原理吗？

这是我刚刚制作的一个 8x8 矩阵

使用上面的矩阵是否可以解释 Mean Shift 分割如何分离 3 个不同级别的数字？

我找到了使用 CvGaussBGStatModelParams 结构、cvCreateGaussianBGModel 和其他相关函数的 OpenCV 代码。但是，我无法找到任何关于它们如何工作以及如何使用它们以及它们的含义的解释。

任何帮助，将不胜感激。

我正在尝试开发一个系统，该系统根据纹理、形状和颜色等原始特征识别图像中存在的各种对象。

此过程的第一阶段是从图像中提取单个对象，然后对每个对象进行逐个图像处理。

然而，到目前为止我研究过的分割算法甚至不是近乎完美或所谓的理想图像分割算法。

分割准确性将决定系统对给定查询的响应程度。

分割应该既快速又准确。

任何人都可以建议我到目前为止开发或实现的任何分割算法，实现起来不会太复杂，但足以完成我的项目..

任何帮助都可以理解..

我正在开发一个计算机视觉应用程序，但我遇到了一个概念障碍。我需要识别视频中的一组徽标，到目前为止，我一直在使用 SIFT（以及 Yu 和 Morel 的 ASIFT）、SURF、FERNS 等特征匹配方法——基本上都是“通用描述符匹配器的通用接口”中的所有内容OpenCV 文档的部分。但最近我一直在研究 OCR/随机树分类器中使用的方法（我正在玩这个数据集：http: //archive.ics.uci.edu/ml/datasets/Letter+Recognition）并认为这可能是一个更好的寻找徽标的方法。问题是我找不到自动分割任意图像的可靠方法。

我的问题：

1. 我应该费心研究描述符/关键点以外的方法，还是这是识别典型徽标（风格化、颜色少、边缘锐利）的最佳方法？
2. 如何分割任意图像（或视频帧，在我的情况下），以便我可以正确
   匹配示例数据库？
3. HaarCascades 似乎以类似的方式工作（样本数据库），但我无法弄清楚这些过程是如何相关的。那里有细分吗？

抱歉这些问题太宽泛了。我试图在没有什么帮助的情况下解决这些问题。谢谢！

我有车牌图像，我想一一剪掉数字。

任何人都有简单的想法如何执行它？

网上搜了一下，通过横向和纵向涂抹的操作找到了一种方法，但是我真的不知道是什么意思。

任何解释都会有所帮助

提前致谢。

此代码假设从 Matlab 中的图像执行字符分割。代码是卢卡斯给我​​的，所以感谢卢卡斯。

问题是我想准确地理解字符分割是如何完成的，在我理解它之前我不想使用它。

谁能为我解释一下...谢谢。

卢卡斯代码：

链接：如何在Matlab中进行字符分割

我必须选择在我的手机图像中可见的任何特定对象。基本上我的项目是根据我的触摸来分割图像对象。

我遵循的方法是首先检测图像的轮廓，然后根据手指触摸选择特定的序列。有没有其他更强大的方法，因为我必须在视频帧上运行它？

我正在为该项目使用 OpenCV 和 iphone。如果有任何其他想法已经实施或可以实施，请提供帮助。

cvWatershed() 接受两个参数 Iplimage *src_image 和 CvArr* 标记。

任何人都可以详细说明标记参数，因为我需要根据我的触摸来分割我的图像，那么标记数组是否可以根据我的触摸实时形成，然后调用 cvWatershed..？

我有一个包含硬币图像的图像。硬币的形状可能是矩形、正方形、圆形、椭圆形等。我想在硬币上画一个矩形，然后将硬币从背景中分割出来。我不能给出矩形的 x 或 y 值，因为硬币可能在图像的任何地方。有谁知道如何做到这一点？

对于 OpenCV 中的一个项目，我想尽可能好地分割移动物体，当然噪音最小。

为此，我想使用图像减法算法。我已经有一个正在运行的程序，但今天没有找到一种方法来获得足够公平的结果。

我已经给出了以下（灰度）图像：

到目前为止，我已经尝试用cvSub();或用减去当前帧图像和最后一帧cvAbsDiff();以获得移动部件。

但不幸的是，那里仍然有很多噪音（即由于有风时树木轻微移动），如果移动的物体很大并且颜色相同（比如说一个穿着白色或黑色衬衫的人），减法只检测人左右两侧图像的变化，而不是身体本身，所以一个物体有时会被检测为两个物体......

为了消除这种噪音，我尝试用它来腐蚀和膨胀图像，cvErode()但这cvDilate()很慢，如果屏幕上的移动物体很小，腐蚀会删除相当多的物体，所以在去除后我并不总是得到一个好的结果或分裂的对象。

在此之后，我会cvFindContours()获取轮廓，检查大小以及是否适合在移动对象周围绘制一个矩形。但是结果很差，因为由于分割不好，一个对象经常被分成几个矩形。

一位朋友现在告诉我，我可能会尝试使用两个以上的帧进行减法，因为这可能已经减少了噪音......但我真的不知道他的意思是什么以及我应该如何添加/减去帧以获得一张几乎没有噪点并显示出足够大的物体斑点的图像。

有人可以帮我吗？如何使用多个帧来获得具有尽可能最小噪声但具有足够大的斑点用于移动对象的图像？我会感谢任何提示...

补充：

我在这里上传了一个当前视频：http: //temp.tinytall.de/也许有人想在那里尝试...

这是其中的一个框架：左图显示了我从 cvFindContours() 得到的结果，右图是分割后的图像，然后我尝试在其上找到轮廓......

因此，如果一个大物体移动得足够快，它就可以正常工作……即自行车……但是在步行的人中，它并不总是能得到很好的结果……有什么想法吗？