Riconoscimento oggetto e dimensioni misura

Question

Vorrei creare un sistema da utilizzare in una fabbrica per misurare la dimensione degli oggetti che escono dalla catena di montaggio. Gli oggetti sono lastre di pietra, approssimativamente rettangolari, e mi piacerebbe la larghezza e l'altezza. Ogni pietra viene fotografata nella stessa posizione con un flash, quindi le condizioni sono piuttosto controllate. La parte difficile è che le pietre a volte hanno motivi sulla loro superficie (spesso in marmo con increspature e strisce) e talvolta sono quasi nere, confondendosi con le ombre.

Ho provato semplicemente a sottrarre ogni immagine da un'immagine di riferimento dello sfondo, ma ci sono abbastanza piccoli cambiamenti nell'illuminazione e nelle posizioni dei rulli e dei piccoli pezzi di macchinari che l'uscita è veramente rumorosa.

L'approccio Ho intenzione di provare il prossimo è quello di utilizzare l'algoritmo di rilevamento dei bordi del Canny e quindi utilizzare un qualche tipo di ottimizzazione numerica (Nelder-Mead forse) per abbinare un poligono 4 lati ai bordi. Prima di fare qualcosa in casa, però, esiste un approccio esistente che funzioni bene in questo tipo di situazione?

se aiuta, sarebbe possibile 'seme' l'algoritmo con una patch dell'immagine conosciuto per essere all'interno della lastra (sono sempre allineati in un angolo) per aiutare a identificare il suo modello di superficie e colori . Potrei anche produrre un set di formazione di immagini annotate, se necessario.

Alcune immagini campione dello sfondo e alcune lastre di pietra:

Answer 1

Hai provato un algoritmo di segmentazione di immagini esistenti?

Vorrei iniziare con l'algoritmo MaxFlow per un'immagine segmentazione per Vladimir Kolmogorov qui: http://pub.ist.ac.at/~vnk/software.html Nelle carte si fissano aree di un'immagine di appartenere a un particolare segmento, che aiuterebbe per voi problema, ma può non essere evidente come farlo nel software.

algoritmi di apprendimento profonde per l'analisi scene di Richard Socher potrebbero anche aiutare: http://www.socher.org/

Ed Eric Sudderth ha almeno un metodo interessante per la comprensione scena visiva qui: http://www.cs.brown.edu/~sudderth/software.html

anche io non ho effettivamente utilizzato qualsiasi di questo software, che è principalmente, se non tutto, per la ricerca e non particolarmente user friendly.