如何检测16bit灰度图像中的微小物体

如何解决如何检测16bit灰度图像中的微小物体

最近，我一直在尝试高效可靠地检测灰度图像中的smd组件，但有一些麻烦。

这个想法很简单，应该检测每个组件及其轮廓。 因此，我的想法使我开始进行阈值化和实例分割。

到目前为止，我已经尝试过：

• 全局阈值（Otsu，直方图分析等）
• 自适应阈值
• 模板匹配

但是，所有这些方法在精度方面都非常嘈杂，这意味着组件之间并不是很可靠地相互分离。

我还尝试了一些深度学习（Masked R-CNN）分割实例，但没有成功，因为组件非常小（在卷积过程中会丢失） 此外，与平铺方法结合使用时，效果也不佳。

值得一提的是，组件的大小可能会有所不同，并且我有大量的数据样本可用于学习方法，但是我在利用它方面有些挣扎。

如您在图像中所见，组件本身往往只有几个像素大。.

我正在为我的应用程序使用OpenCV和Tensorflow2。 如果您有什么想法或方法可以尝试，我很期待。