Як прибрати відблиски та яскравість зображення (попередня обробка зображення)?

У мене є образ

Чи є спосіб видалення яскраво-білих плям? Будь ласка, допоможіть спасибі

Редагувати:

Після роботи з гауссом, а потім відображення за допомогою imagesc отримуйте наступний висновок, який чітко показує яскраво-червоні плями. Як я їх позбудуся

Червоний канал:

Зелений канал:

Синій канал:

Редагувати 2:

Виявлення дефектів за допомогою фільтра Габора

Його гістограма:

Як підрахувати відповідний поріг адаптивно.?

Припустимо, що відблиски - це єдині насичені ділянки зображення. Виявлення може бути здійснено шляхом порогування інтенсивності (код у Mathematica):

saturated = Binarize[ColorConvert[img, "Grayscale"], .9]

Тоді нам потрібно лише замінити частини зображення навколо маски насичення (розширення маски здійснюється морфологічною функцією Dilation). Намалювання за допомогою синтезу текстур (за допомогою функції Inpaint), здається, добре працює в цьому прикладі, хоча я не можу перевірити його як вхід до вашого алгоритму виявлення дефектів:

Inpaint[img, Dilation[saturated, DiskMatrix[20]]]

Це може бути трохи спрощеною відповіддю, але ви могли б просто поріг? наприклад:

img = imread('daRNS.png');
imflat = img; 
imflat(img>150) = 150; 
imagesc(imflat)

призводить до:

Очевидно було б краще вибрати поріг адаптивно. Наприклад, ви можете подивитися гістограму зображення:

hist(double(img(:)),0:255)

і спробуйте вибрати відповідний поріг на основі цього.

Без інформації про освітлення важко. Однак, якщо форма об'єкта на зображенні відома, ви можете встановити шаблон форми білого відблиску (гаусса) і зробити розсувне вікно, щоб знайти можливе виявлення відблисків (з подальшим змішуванням кольору із сусідньої області). Сприйнятно, ми виводимо 3D-зображення з зображень за допомогою затінення. Якщо форма від затінення здатна надати градієнт поверхні, ми можемо зробити розсувне вікно і перевірити наш відблисковий шаблон у кожному місці.

Після виявлення реберного ребра: -

В основному дефектом буде перекриття (максимальна область накладання) між зображеннями №1 та №2.

На мою думку, це проблема машинного зору, в якій вам слід керувати освітленням і мати гарне уявлення про максимальну яскравість яскравості без відблиску пікселів на зображенні. Виявлення дефектів, як правило, є проблемою машинного зору, а не проблемою комп'ютерного зору.

Те, що ми бачимо в результаті освітлення, - це додавання дзеркальних та дифузних відбитків світла (плюс деяке випромінювання, але його тут незначно).

Зоряний компонент - це відблиски, на блискучій поверхні, як у цього яблука, це набагато більше, ніж розсіяне відображення (> 10x)

Це означає, що якщо встановити освітлення, коефіцієнт посилення та експозиції до цього, на розсіяній поверхні, ви можете бути впевнені, що нічого не буде навіть близько до насиченого. Тож використання фіксованого порогу насправді є кращим рішенням, якщо ви довели достатньо даних про те, що "жодна піксель, що не містить відблисків", буде вище порогового значення. По суті, ви налаштовуєте умови освітлення, і параметри камери такі, що класифікація пікселя стає тривіальною, в цьому випадку виконується простим порогом, а не більш складною машинною функцією пікселів навколо неї.

Мені подобається підхід "vini", немає реальної потреби показувати літаки RGB. Тут дійсно працював би простий поріг сірого кольору.

1- Ви проектуєте умови освітлення, а не навколишнього середовища

2 - зробити класифікаційне завдання надзвичайно тривіальним (порогове значення)

3- вимірюйте ознаку

4- порівняти з толерантністю

Перетворіть спочатку кольоровий простір лабораторії, mapminmax, а потім використовуйте перший канал світності. Це зменшує проблеми з кольором. Потім використовуйте деякий поріг на верхньому 80% найяскравішому пікселі. Перевірте і перевіріть, чи є занурення в гістограмі, найкращий поріг знаходиться біля нижньої частини копання. Якщо в цьому регіоні немає локальної хвилини, ваше зображення, ймовірно, має мінімальні відображення ...... Мартін