OpenCV에서 Blob 검출을 이용한 피부 기공 분석

Question

나는 주어진 피부 이미지에서 숨구멍을 감지하고자하는 프로젝트를 진행 중이다. OpenCv에서 Java를 사용하여 다양한 방법 (HoughCircles, BlobDetection 및 Contours)을 시도했지만 진행할 수 없습니다.

HoughCircles는 나에게 모든 거짓 동그라미를 보여 주며 윤곽선도 마찬가지입니다. 현재 코드는 blob 감지 기술을 사용하여 필요한 내용을 표시하지 않습니다. 나는 거의 공 모양을 표시하는 대신 FeatureDetector.SIFT의 FeatureDetector.SIMPLEBLOB를 사용하여 동일한 코드를 시도했을 때

public void detectBlob() { 

    Mat orig = Highgui.imread("skin_pore.jpg",Highgui.IMREAD_GRAYSCALE); 

    Mat MatOut= new Mat(); 

    FeatureDetector blobDetector; 

    blobDetector = FeatureDetector.create(FeatureDetector.SIFT); 

    MatOfKeyPoint keypoints1 = new MatOfKeyPoint(); 

    blobDetector.detect(orig,keypoints1); 

    org.opencv.core.Scalar cores = new org.opencv.core.Scalar(0,0,255); 

    org.opencv.features2d.Features2d.drawKeypoints(orig,keypoints1,MatOut,cores,2); 

    Highgui.imwrite("PhotoOut.jpg", MatOut); 
} 
    public static void main(String args[]) { 
     BlobDetection bd = new BlobDetection(); 
     bd.detectBlob(); 
    } 

: 샘플 코드는 아래에 기록됩니다.

출력 및 원본 이미지가 위의 코드에 첨부됩니다. 사용하여 소스 이미지

출력 이미지

결과를 달성에 도움이 될 수 있습니다 또는 무엇이를 달성하기위한 적절한 방법이 될 수있는 다른 알고리즘이 있습니까 엄밀히?

Answer 1

질문에 아무것도 묻지 않았으므로 답변을 드릴 수 없습니다. 좀 더 일반적인 조언.

명명 된 알고리즘을 사용하여이 문제를 해결하려했음을 분명히 알 수 있습니다. 이미지 처리의 기초가 부족합니다. 숫자가 어떻게 움직이는 지조차 모른다면 괜찮은 체스 플레이어 대이기려는 것과 같습니다.

초보자 용 책을 읽고 읽고 내용을 이해하도록하십시오. 그런 다음 사용하려는 알고리즘에 대해 좀 더 연구하십시오. 임의의 이미지를 가져 와서 인터넷에서 찾을 수있는 무작위 기능 감지 알고리즘에 넣고 성공할 것으로 기대할 수는 없습니다.

예를 들어 cirles의 허프 (Hough) 변환은 대략 알려진 반경의 원형 모양 윤곽을 찾는 데 적합합니다. 내부적으로 어떻게 작동하는지 알면 왜 이미지에 사용하는 것이 좋지 않은지 알 수 있습니다.

https://en.wikipedia.org/wiki/Circle_Hough_Transform

Blobdetection 및 윤곽 기반 알고리즘은 작동하지만 있습니다 만 사전 처리의 많은 후. 귀하의 이미지가 매우 "분할 친화적 인"

https://en.wikipedia.org/wiki/Image_segmentation https://en.wikipedia.org/wiki/Blob_detection

SIFT 검출기는 일반적으로 참조 이미지와 참조 키포인트를 사용하여 가르쳐해야하지 않습니다. 나는 당신의 코드에서 이것을 보지 못한다.

https://en.wikipedia.org/wiki/Scale-invariant_feature_transform

그 위키 피 디아 기사를 읽는 것은 단지 당신에게 무슨 일이 일어나고 있는지의 제 아이디어를 줄 것이다 있습니다. 당신은 훨씬 더 많이 읽어야합니다.

항상 처리 체인의 시작 부분부터 시작하십시오. 더 좋은 이미지를 얻을 수 있습니까? (더 나은 의미는 당신이 탐지하고자하는 것에 더 적합 함을 의미합니다). 이것은 10 % 카메라와 90 % 조명과 같습니다. 나는 피부 곰팡이를 감지하는 것이 엿 같은 핸드폰 사진을위한 고전적인 작업이라고 생각하지 않습니다. 그럼 왜 당신의 이미징 설정에 약간의 노력을 기울이지 않습니까?

이미지 처리의 첫 번째 규칙 : 쓰레기 = 쓰레기. 최소한 조명의 각도를 변경하거나 쉐이딩에서 모양과 같은 더 나은 접근 방식을 변경해야합니다.

검색을 위해 최적화 된 이미지는 매우 중요합니다. 이미지 처리가 훨씬 쉬워집니다.

다음 사전 처리 : 가지고있는 이미지를 어떻게 쉽게 기능을 추출 할 수있는 것으로 변환 할 수 있습니까?

기타 ...