零件識別/ OpenCV分類

Question

我剛開始探索OpenCV和它的EmguCV .NET包裝器，需要大家瞭解其功能的全貌和可能是那些解決類似於我需要完成。

我會有一系列的靜態照片，並在每個圖像中會出現一個對象或沒有任何東西。這些物體是金屬硬件（螺栓），並將以它們的長度平行於圖像的頂部/底部放置（即，圖片從上面拍攝）。如果有物體，它將是大約100個離散類型的螺栓中的一個，其中一些具有非常相似但不相同的特徵和尺寸。例如，它們在輪廓上大部分都是矩形的，但是其長度和寬度（直徑）會有所不同，並且可以具有六角形或圓形的頭部（這將在輪廓中分別被看作長方形或圓形的小部分） ）或者將具有用於沉頭應用的圓錐形頭部。類型我說的是部分的說明（這只是爲了顯示類型的部件 - 我的圖片是單件的照片）：

An Illustration http://donsnotes.com/home_garden/images/bolts-type.gif

我需要把它們歸類，使得各種規模和類型是有區別的。即使是相同直徑且頭部類型相同的1-3/8「螺栓應該與1-1/2」螺栓不同。尺寸之間的最小長度差將是1/8「，而不是標準的1/16」。

如果它的事項，我有以下的良好控制：

• 照明（但背光將不會成爲現實）
• 背景的外觀（可能爲背景扣除有用？）
• 從相機到物體的距離（相同的物體將 始終顯示爲在圖像中的大小相同）
• 通常，螺栓的位置 - 這將在 水平鋪設其與圖像 框架的頂部/底部邊緣平行。我無法控制它的頭是否在 的圖像左側或右側。

不幸的是，我找不到任何在線論文或文章，直接解決我需要做的事情 - 但很多說明簡單的任務，如找到彩色的球或尋找矩形。我無法找到識別和分類大量（ish）數量不同但相似形狀的任何內容。我確實有兩個建議的OpenCV書籍，儘管它們很棒，但它們似乎沒有解決這個問題。

我發現在我的樣品圖像上很乾淨的Canny邊緣，但由於照明，零件內部有很多噪音。這使得找到乾淨的霍夫線段有點多斑點。

我不確定如果我應該嘗試使用通過跨Canny邊測量計算的絕對尺寸精簡可能的匹配列表，然後使用像級聯分類器一樣更穩健的東西......？或者是什麼。

我真的只是想找個人對一個總體戰略，或在正確的方向點意見...

誰能給我點開始嘗試？我真的很茫然。

謝謝！

Answer 1

從我的經驗，我會建議你以下。你比我們大多數人都知道如何手動分類，對吧？所以想想你分類時發生在你的大腦裏的事情。假設你從頂視圖看到一個圓形的形狀，那麼現在你的問題變成了如何識別那個形狀？在這裏發佈這樣的問題，對其他人來說會容易得多。特徵提取不過是大腦在看到該對象時所想的。

對於這個問題，我建議你先保留一個黑暗的背景，這樣就有必要二值化該圖像。然後，如果它是一個頂視圖，你可以看到一個圓形，六邊形等，然後只得到邊緣。然後得到一個最小的邊界圓並得到它的直徑。算法和代碼找到最小的邊界圈可以獲得here。

就形狀而言，我建議您採用該二值圖像的梯度，然後僅在邊緣點（您在頂視圖中獲得）計算該梯度的角度。該漸變的直方圖將成爲您的特徵向量。看到不同形狀的條形圖。如果你的大腦可以區分，那麼你可以考慮使用哪個分類器。我現在不想對此評論，因爲它取決於許多事情，例如功能分佈，可分離性以及最重要的速度要求。但現在不用擔心分類器。

現在，讓我們嘗試解決高度。我假設你可以得到前視圖，然後計算邊界框（你可以從MATLAB中的regionprops函數中獲得）。

請注意，我只是想象和談論所有這些事情。你必須先在第一段中說出我所說的，然後看看答案的其他部分是否對你有意義。我假設你有一定的數學背景來理解這個答案中的某些術語。如果不是，請不要猶豫，問。

P.S. +1是一個很好的問題。

Answer 2

你的問題是一個典型的模式識別任務。 在您的場景中，我將使用形狀描述符，然後將其用於識別。一個有趣的方法描述在論文"Shape Matching and Object Recognition using Shape contexts".

其中一個authour Jitendra Malik是一個有趣的coursera計算機視覺課程的老師，我參加了幾個月前。