問題タブ [image-morphology]

質問のとおりです。関数のみを使用してアルゴリズムを「作成」する機会はありますか?

アルゴリズムを見つけるためにMEPプログラムを作成し、関数セットでこの関数のみを使用します。「理想的ではない」解決策を見つけることもありますが、そうではありませんが、トレーニングされた画像でのみ機能します

編集: 例:

入力画像:

参照画像（私が達成したいこと）：

私の結果（それは素晴らしいものではありませんが、近いです）：

しかし、それは正確な車ではなく、さまざまな形状の解決策を見つける必要があります. 他の（トレーニングされていない）画像で同じ形状を見つけるアルゴリズムを見つけることができる可能性はありますか。サイズを大きくしたり、車を回転させたりすると、アルゴリズムも機能することを確認しましたが、同様の車の他の写真では機能しません。

関数セットに追加して成功させるには、どの操作 (opencv ライブラリを使用) を使用できますか?

バイナリ イメージを厚くしています。ラベルを各方向に n ピクセルずつ拡大したいと考えていました。

元の画像:

最初に、関数 bwmorph(I, 'thicken', 25) を使用して、次の画像を取得しました。

これは良くありません。肥厚は構造要素 [0,1,0;1,1,1;0,1,0] を使用しているように見えるため、常に円をひし形に変換します。上記の構造化要素を使用して imdilate を実行すると、同じ出力が得られます。

次に、構造要素 [1,1,1;] を使用して、元の画像を n=25 回繰り返し膨張させてみました。1,1,1; 1,1,1] で、次の画像が得られました。

元の形状は完全に失われています。

膨張は常に境界線をある程度歪ませることを理解しています。構造要素 'disk' (r=5、5 回拡張) を試してみたところ、かなり良い結果が得られました。

これでいいのか？元の円形を可能な限り維持するには、どの構造要素を選択すればよいですか? 特定の膨張距離 (10 ～ 100 の範囲で変化し、ラベルは円形から楕円形までさまざま) に適したサイズを見つけるための適切な経験則はありますか? 元の形状を維持しながら、すべての方向にバイナリ イメージを成長させるより良い方法はありますか?

構造化要素をより適切なものに変更しながら、オイラー特性を維持する方法はありますか?

私の画像データが

そして私は構造化要素を与えています

膨張した画像の出力はどうなりますか? 中央のピクセルは理論上 1 である必要があります。では、構造化要素を0のみで適用し、空白の画像を気にしない場合、白い画像が得られるでしょうか? それとも、そのような形のない構造化要素は有効ですか?

私はこれを考えて検索していましたが、何かを見つけることができました! 構造化要素を見つけるためにこれについて誰かが私を助けることができますか

画像が添付されています：

ありがとう

バイナリ イメージの形態侵食操作を実装しようとしています。しかし、実行した後はすべてが黒くなります。構造化要素 (int 配列要素) を 3x3 の正方形に設定しました。

次のコードがあり、しきい値の画像でクロージングを実行しようとすると、見た目が悪くなり、ペッパー ノイズが除去されません。

適応しきい値の出力は何ですか? また、これを使用可能な形式に変換して、クロージングを適用できるようにするにはどうすればよいですか?

または、どのようにコショウを取り除き、エッジを改善しますか?

オープニングによる形態学的再構築は、基本的な形態学的オープニングに似ています。ただし、対照的に、再構成では 2 つの画像が使用されます。拡散する値を指定する「シード」画像と「マスク」画像です。

Skimage には、ここに実装があります http://scikit-image.org/docs/dev/api/skimage.morphology.html#skimage.morphology.reconstruction

Matlab には、ここで非常によく説明されている実装があります。 https://www.mathworks.com/tagteam/64199_91822v00_eddins_final.pdf

下にリンクされている 2015 年の StackOverflow の投稿があり、この問題に対処するためのかなり優れたアルゴリズムが提案されています。それから 2 年が経ちましたが、opencv のより良い実装がリリースされたのか、それとも同じことに対するより良い解決策を誰かが持っているのか疑問に思っていました。

OpenCV での形態学的再構築

2 つのライブラリ (opencv と skimage) を混在させたくないので、形態学的再構成を行うための opencv メソッドがあるかどうかを調べています。私はコードを消費する準備ができているものを探しているわけではありません。