标签为 ‘sobel’

21
Apr

规律图形边界识别(图像切割)

GE的散点图是这样的:

对于GE的散点图,我除了觉得他们的探测器做的很好外,还有就是他们的散点图边界的问题。有一点是肯定的,他们的边界肯定不是完全的自动画,但是肯定也不是完全手动画。
如果是自动画,那么从上图可以分析得出,每个区域,需要有至少4个点,最多可以有8个点来确定。而不是完全的全自动,自由边界。如果是自由边界,则是这样的:

上图是地形图,也就是等高图。我不知道他们的操作如何,但是可以肯定的是,上图的边界是从下图得来的。
下面,我的图像时这样的:

下面我通过自己的一些经验来考虑,对于这种有规律的图形的识别和切割的一些方法。
1、运用算子。可以运用的算子包括Laplace算子和sobel算子。这些算子可以理解为离散状态下的求导,相当于把变化最显著的边找出来。当然也可以转换到频域里,就是各种滤波器的设计。但是滤波器对于图像的增强是有帮助,如果要切割,则还需要其他方法。
2、根据输入图像的考虑,我直接使用了对每个行和每个列求导,并求出拐点的方法,来确定边界。这样很容易找到行或者列的波谷。
3、对于图像的增强,首先考虑的是,中值滤波或者均值滤波。而中值滤波是非线性的,所以不用,而使用均值滤波。然后再经过一个3X3的Laplace算子。得到了如下图像:
(不好意思,没带移动硬盘)
然后,再通过逐行求导,得到切割边界。当然,得到了切割边界后,还要处理一些,如虚假的波谷,死点等等,更重要的是,每个区块的效率如何,因为画边界的目的就是为了让所有的区块效率相当,至少不超过50%的差值。所以以后的路还很长。