在图像中查找指定物品的最快方法是什么？

Question

3

假设我们有一个简单的2D图形，其中填充了许多不重叠的圆形和少量星形图案。

如果我们要在所有这些圆圈中找到所有的星星，我能想到很少的方法。其中一种是暴力破解法。另一种可能是减小图像尺寸（到您仍然可以区分对象的最佳点），然后应用暴力破解法并映射到原始图像。暴力破解法的缺点当然是非常耗时的。我正在寻找更快的方法，可能是最快的方法。

在简单的2D图像上搜索指定项目的最快图像处理方法是什么？

- Karl

1

这些星星都是一样的吗？它们只有平移变化吗？还是有旋转变化？ - lijie

2

如果你只有圆和星星，我认为某种形式的直线检测是明智的，星星应该很快就会突出。 - Orbling

1

星星和圆形只是一个例子吗？因为针对这些高度规则的形状，最佳方法可能与针对更复杂或任意形状的最佳方法有很大不同。如果您没有使用圆形和星星，并且没有更具体的说明，那么您可能会得到一些技术上正确但无用的答案。 - allonym

星星和圆圈只是这里的例子。但更具体地说，我正在处理预随机化的灰度图像，需要找到特定指定的项目。 - Karl

参考上面的评论，似乎这个问题可能不再有效了。我只是在考虑在这种情况下寻找一个通用的解决方案。但是似乎没有这样的万无一失的解决方案，对吧？ - Karl

4个回答

2

如果形状很容易与背景分离，你可以计算出区分形状/颜色的描述符。根据问题的不同，你可以选择具有尺度、平移或旋转不变性的描述符（例如，如果每个形状都是唯一的，则选择紧凑性）。但我不知道这样做是否会更快。

如果你已经知道确切的形状并且有一个关于大小的想法，你可能想看看广义霍夫变换，它基本上是你的“暴力算法”的正式描述。

- bjoernz

1

步骤1：阈值处理 - 如果通用图像集允许，将图像减少为1位（黑色或白色）。[对于您提到的示例类型，我猜阈值处理会很好地工作 - 留下足够的细节来查找对象]。

步骤2：可选地进行一些平滑/去噪处理。

步骤3：使用一些聚类方法来收集前景对象。

步骤4：使用适当的启发式方法来识别对象。

步骤1/2中的参数将在很大程度上取决于图像类型以及实验/观察。如果您已经正确解决了1/2，则3通常很简单。4将非常依赖于问题（例如，在您的情况下识别星星 - 这将取决于预期在图像中的星星的实际形状）。

- JP19

1

由于您列出了形状不重叠的属性，因此我假设一个高效的算法能够：

您应该更好地描述一下问题：

根据上述问题的答案，您可能会有更简单或更复杂的解决方案。

而且，也许这个 article 会很有趣。

如果形状非常规则，把它们转换成向量可能很适合您的需求，但这可能会有些过度，这确实取决于您以后想要做什么。

- Unreason

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- mpenkov · Accepted Answer

在图像中寻找对象的一种典型方法是通过交叉相关。基本上，您要寻找的对象（即掩模）和图像之间的交叉相关性最高的位置就是您要找的对象的可能位置。

为了简单起见，我将把您试图查找的对象称为星形，但通常可以是任何形状。

上述方法存在一些问题：

由于这些原因，你越了解问题，它就变得越简单。这就是为什么人们在评论中要求更多信息的原因。通用解决方案，据我所知，实际上并不存在。也许有更有经验的人可以纠正我。

正如你所提到的，缩小图像的大小将有助于减少方法的计算时间。在我看来，这不是解决方案的核心元素--它只是一个可选的优化步骤。