2012-06-25 9 views
5

के साथ वर्गीकृत लाइनें मैं एक छवि वर्गीकरण प्रोजेक्ट पर काम कर रहा हूं, मैंने किनारे से पता लगाने के द्वारा छवि से घुमावदार रेखाएं निकाली हैं, और उन्हें उनके वक्रता के आधार पर वर्गीकृत करने की आवश्यकता है।ओपनसीवी

उदाहरण के लिए नीचे दी गई छवि में 3 प्रकार की रेखाएं हैं, बाएं रेखा में एक अच्छा वक्रता है, मध्य में एक बुरा वक्रता नहीं है, और दाएं रेखा में एक बहुत ही खराब वक्रता है।

curves

धन्यवाद आपकी मदद के लिए

+0

मुझे लगता है कि आपका मतलब है कि बाईं ओर अच्छा वक्रता है? – cdhowie

+0

+1 दिलचस्प सवाल। – ArtemStorozhuk

+0

@cdhowie: आप सही हैं :) – hamed

उत्तर

4

मैं कुछ संभावित उपायों को देखने clasify रहे हैं:

के साथ कुछ लगभग फिर जांच eps कितने क्षेत्रों अनुमानित लाइन, कम खंडों बेहतर लाइन है अनुमानित लाइन का प्रयास करें । (यह सबसे छोड़ दिया मामले में समस्याओं कर सकते हैं, जब लाइन कुछ क्षेत्रों से होता है)

चेक बॉक्स का आकार, कम आकार बेहतर लाइन

चेक उत्तलता दोष बाउंडिंग।

+0

यह बताता है कि उत्परिवर्तन दोष और रेखा अनुमान, जो मैं चाहता हूं उसे ढूंढने का एक अच्छा तरीका है, लेकिन बाध्यकारी बॉक्स एक अच्छी सुविधा नहीं है। – hamed

+0

@hamed मुझे समझ में नहीं आता कि सन्निकटन आपकी मदद कैसे कर सकता है। बाएं मामले में वक्र में कई खंड होते हैं जो सही वक्र के समान होते हैं ... – ArtemStorozhuk

+2

@Astor आप सही हैं, लेकिन मैं एक और विधि के बारे में सोचता हूं। पहले अंक की रेखा अनुमान का उपयोग करके और फिर प्रत्येक पंक्तियों के बीच कोण को गणना करें, प्रत्येक पंक्ति के लिए यह कोण लगभग 180 है, अच्छे घटता के लिए यह कोण 160 और 180 के बीच होना चाहिए, और इसलिए खराब घटता – hamed

5

यदि आप छवियों के साथ काम कर रहे हैं, तो आप जान सकते हैं कि आपके द्वारा दिखाए गए आकार जैसे आकार में "चिकनी" या "तेज" किनारें हैं। आप संरचनात्मक मैट्रिक्स (या छवि टेंसर मैट्रिक्स) के eigenvalues ​​और eigenvectors की गणना कर सकते हैं। सीधे या चिकनी किनारे से संबंधित पिक्सल के लिए, eigenvalues ​​में से एक दूसरे की तुलना में बहुत बड़ा होगा। यदि पिक्सेल एक कोने या सुडौल बिंदु है, तो दोनों eigenvalues ​​शायद बड़े और समान होंगे। फिर मैं सुझाव देता हूं कि इन सुविधाओं को अपने आकार के पिक्सल पर मापें और अपनी आवश्यकताओं के अनुसार वर्गीकृत को प्रशिक्षित करें।

आप लगभग कहीं और इस तरह की चीजों के बारे में अधिक जानकारी प्राप्त कर सकते हैं, हालांकि मैं तुम्हें अपने ही पीएचडी की संदर्भ दे सकते हैं, खंड 2.4.2 http://oa.upm.es/4837/1/MARCOS_NIETO_DONCEL.pdf

सादर करने के लिए एक बार देख ले!

+0

छवि टेंसर मैट्रिक्स हेसियन मैट्रिक्स के समान है? – Ruchir