如何解决光伏组件边缘检测矩形
目标
我的目标是在红外图像数据集上检测光伏组件。在预处理阶段之后,主要是去除嘈杂的背景,我想找到边缘,以便它们可以用于进一步处理(HoughLinesP
等)。我已经得到了非常令人满意的结果,但是,我想验证我的方法并寻求提示。
注意图片(经过预处理、去除背景)
然后我增加对比度(这给了我更好的结果)
然后应用带有一些腐蚀和膨胀的 Canny Edge 检测。
最终结果
我想改进对与第三张图像相似的图像的检测 - 在两个矩形的左侧和右侧都未检测到边缘(中间很好)。我试图增加对比度,它在那个特定的图像上工作得很好,但它也导致在我的数据集中的其他图像上检测到更多的错误边缘。有没有更好的办法?
代码
如果我的方法有意义,那就是我的代码。
import cv2
import numpy as np
def increase_contrast(input_image):
bgr_image = cv2.cvtColor(input_image,cv2.COLOR_GRAY2BGR)
lab = cv2.cvtColor(bgr_image,cv2.COLOR_BGR2LAB)
l,a,b = cv2.split(lab)
clahe = cv2.createCLAHE(clipLimit=2.0,tileGridSize=(8,8))
cl = clahe.apply(l)
limg = cv2.merge((cl,b))
increased_contrast_image = cv2.cvtColor(limg,cv2.COLOR_LAB2BGR)
return increased_contrast_image
def detect_edges(input_image):
hysteresis_min_thresh = 35
hysteresis_max_thresh = 45
canny_image = cv2.Canny(image=input_image,threshold1=hysteresis_min_thresh,threshold2=hysteresis_max_thresh,apertureSize=3)
kernel_size = (7,7)
kernel_shape = cv2.MORPH_CROSS
kernel = cv2.getStructuringElement(kernel_shape,kernel_size)
dilation_steps = 4
dilated = cv2.dilate(canny_image,(3,3),iterations=dilation_steps)
size = np.size(dilated)
skel = np.zeros(dilated.shape,np.uint8)
img = dilated
done = False
while not done:
eroded = cv2.erode(img,kernel)
temp = cv2.dilate(eroded,kernel)
temp = cv2.subtract(img,temp)
skel = cv2.bitwise_or(skel,temp)
img = eroded.copy()
zeros = size - cv2.countNonZero(img)
if zeros == size:
done = True
return skel
def process_image(img_path):
input_image = cv2.imread(img_path)
input_image = cv2.cvtColor(input_image,cv2.COLOR_BGR2GRAY)
increased_contrast_image = increase_contrast(input_image)
cv2.imshow('increased_contrast_image',increased_contrast_image)
image_scaling = 3
scaled_image = cv2.resize(src=increased_contrast_image,dsize=(0,0),fx=image_scaling,fy=image_scaling)
gaussian_blur = 7
blurred_image = cv2.blur(scaled_image,(gaussian_blur,gaussian_blur))
canny_image = detect_edges(blurred_image)
cv2.imshow('canny_image',canny_image)
cv2.waitKey()
# DON'T FORGET TO VERIFY THIS PATH
img_path = "data/plasma_results/background/9.JPG"
process_image(img_path)
问题
我的方法 (Canny) 对这种情况是否有效和合理?
如何改进我的算法,使其在模块之间边缘不明显的图像上效果更好?
编辑
原始图片
根据评论中的要求,这些是等离子调色板中未经处理的红外图像。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。