형상 인식 - 카운팅 망고

Question

망고를 확인하고 계산할 수 있도록 망고 나무의 클로즈업 이미지를 처리 ​​할 수 ​​있기를 바랍니다. 망고는 대략 타원형 또는 타원형이며 이미지의 잎과 가지와 독특하게 다릅니다. 저는 다른 대상에 의해 20 % 덮여있을 수있는 망고를 계산할 수 있기를 원합니다. (그러나 인간의 눈에는 여전히 명확합니다.) MatLab에 알고리즘을 구현할 수 있다고 믿습니다. 도움이나 제안을 주시면 감사하겠습니다.

Answer 1

그 문제에 대한보다 강력한 해결책은 배경 (즉, 나무 잎)에서 망고를 색으로 구분하고 결과 바이너리 이미지에서 connected components의 수를 세는 것입니다. btown이 지적한대로 bwconncomp 및 labelmatrix 함수를 사용하여 이진 이미지의 연결된 구성 요소를 가져올 수 있습니다.

망고를 색으로 구분하려면 먼저 이미지를 HSV color space으로 변환 한 다음 색조 구성 요소를 사용하여 이진화를 수행하십시오. 나는 망고의 색조 성분이 이미지의 다른 부분과 다를 것이라고 믿는다. This blog post은 Matlab에서이를 수행하는 방법에 대한 통찰력을 제공합니다.

Answer 2

아마 당신 수 :

1. 전 과정 (등 그레이 스케일/임계 값) 이미지.
2. 이진 이미지에서 모든 countours/연결된 구성 요소의 압축을 풉니 다.
3. 각 윤곽/연결된 구성 요소의 면적과 둘레를 계산하십시오.
4. 사용하여 형상 계수/진원도를 계산한다

형상 계수 - (4 * PI *의 면적)/(2^경계). 이것은 객체 모양에 대한 표시를 제공합니다. 원은 주변 비율로 가장 큰 영역을 가지며이 공식은 완전한 원에 대해 1 값에 접근합니다. 사각형은 약 0.78입니다. 얇은 실 모양의 물체 인 은 모양 계수가 0에 가까워 질수록 좁아집니다.

반올림 - (둘레^2)/4 * PI * 영역). 이 값은 의 Shape Factor 값을 사용하는 데 사용됩니다. 원이 1보다 약간 크거나 같은 값을 갖습니다. 다른 모양의 값이 증가합니다.

따라서 "이상적인"망고의 모양 계수를 근사값으로 계산할 수 있으며 구성 요소 중 어느 것이 근사값 안에 있는지 확인할 수 있습니까?

자세한 내용은 this을 참조하십시오.