image-segmentation相关内容
给定下图: 我想确定哪些颜色区域被其他颜色区域包围或包围.这如何计算?有没有办法创建一种显示这些信息的树或表? 示例:所有红色像素都在黄色区域内. 解决方案 据我所知,没有内置函数可以执行此计算,但这里有一个关于如何获取所需信息的想法... 首先,您需要从上方获取 RGB 图像并将其转换为索引图像和颜色图.这是一种方法: img = double(imread('nes
..
我想使用 OpenCV 上实现的 GrabCut 算法. 如 文档所示,这是函数签名: void grabCut(输入数组 img,InputOutputArray 掩码,矩形矩形,InputOutputArray bgdModel,//*InputOutputArray fgdModel,//*整数迭代计数,int 模式=GC_EVAL) mode 参数,指示如何使用 rect(矩形边
..
我需要计算图像中细胞数量的代码,并且只计算粉红色的细胞.我使用了阈值法和分水岭法. 导入 cv2从 skimage.feature 导入 peak_local_max从 skimage.morphology 导入分水岭从 scipy 导入 ndimage将 numpy 导入为 np导入 imutils图像 = cv2.imread("cellorigin.jpg")灰色 = cv2.cvtC
..
有两张图片 alt text http://bbs.shoucangshidai.com/attachments/month_1001/1001211535bd7a644e95187acd.jpgalt text http://bbs.shoucangshidai.com/attachments/month_1001/10012115357cfe13c148d3d8da.jpg一张是背景图片
..
我有一个骨架化的体素结构,如下所示: 实际结构明显比这个例子大.有什么方法可以找到结构中的闭环吗?我尝试将其转换为图并使用基于图的方法,但它们都有一个问题,即图没有节点位置的空间信息,因此图可以有多个同源环. 不可能找到所有环然后过滤掉感兴趣的环,因为图表太大了.环的大小差异很大. 感谢您的帮助和贡献! 尽管我主要使用 Python 和 Matlab 工作,但欢迎使用任何语
..
语义分割只是一种 Pleonasm 还是“语义分割"和“分割"之间有区别?“场景标注"和“场景解析"有区别吗? 像素级分割和像素级分割有什么区别? (附带问题:当你有这种逐像素标注时,你是免费获得对象检测还是还有什么可做的?) 请提供您的定义的来源. 使用“语义分割"的来源 Jonathan Long、Evan Shelhamer、Trevor Darrell:用于语
..
如果我希望最终图像更清晰,具有数字类型的外观,我应该放置什么样的滤镜序列.我的意思是只有两种不同的颜色,一种用于白板,一种用于粉笔书写. 解决方案 在识别图像中的文本时,您最好使用 笔画宽度变换. 这是我在您的图像上获得的一个小结果(基本变换 + 不带过滤的连接组件): 我的 mex 实现基于 here 中的代码 #include "mex.h"#include #
..
我正在使用 OpenCV 为 Android 写作.我正在使用标记控制的分水岭分割类似于下面的图像,而无需用户手动标记图像.我打算使用区域最大值作为标记. minMaxLoc() 会给我这个值,但我怎样才能将它限制为我感兴趣的 blob?我可以利用 findContours() 或 cvBlob blobs 的结果来限制 ROI 并对每个 blob 应用最大值吗? 解决方案 首先:函
..
我正在执行图像分割任务,并且我使用的数据集只有基本事实但没有边界框或多边形. 我有 2 个类(忽略 0 作为背景)并且输出和真实标签在一个数组中,如 预测--/---标签 0|0|0|1|2 0|0|0|1|20|2|1|0|0 0|2|1|0|00|0|1|1|1 0|0|1|1|10|0|0|0|1 0|0|0|0|1 我如何根据这些计算 IoU? PS:我使用
..
例如,我有一个 256*256 的标签矩阵.班级是 0-11,所以 12 个班级.我想将标签矩阵转换为颜色矩阵.我试着用这样的代码来做 `for i in range(256):对于范围内的 j(256):如果 x[i][j] == 11:虚拟 [i][j] = [255,255,255]如果 x[i][j] == 1:虚拟 [i][j] = [144,0,0]如果 x[i][j] == 2:虚
..
我有一个一维信号,我试图在其中找到峰值.我想完美地找到它们. 我目前正在做的: import scipy.signal 作为信号峰值 = signal.find_peaks_cwt(data, np.arange(100,200)) 以下是一个带有红点的图表,显示了find_peaks_cwt() 找到的峰值位置. 如您所见,计算出的峰值不够准确.真正重要的是右手边的三个.
..
我想将图像的像素分类为“is street"或“is not street".我有一些来自 KITTI 数据集的训练数据,我看到 Caffe 有一个 IMAGE_DATA 图层类型.标签以与输入图像大小相同的图像形式存在. 除了 Caffe,我解决这个问题的第一个想法是在应该分类的像素周围提供图像块(例如,顶部/左侧/右侧/底部 20 个像素,导致每像素 41×41=1681 个特征)想分类
..
我很确定这是一个愚蠢的问题,但我在其他任何地方都找不到,所以我要在这里提问. 我正在使用带有 7 个标签的 keras 中的 cnn(unet)进行语义图像分割.所以我使用 theano 后端为每个图像的标签是 (7,n_rows,n_cols).所以在每个像素的 7 层中,它是单热编码的.在这种情况下,使用分类交叉熵是正确的误差函数吗?对我来说似乎是这样,但网络似乎可以通过二元交叉熵损失更
..
我正在一些图像数据上拟合全卷积网络,以便使用 Keras 进行语义分割.但是,我遇到了一些过度拟合的问题.我没有那么多数据,我想做数据增强.然而,由于我想进行像素级分类,我需要任何增强功能,如翻转、旋转和移位,以应用于特征图像和标签图像.理想情况下,我想使用 Keras ImageDataGenerator 进行即时转换.但是,据我所知,您无法对特征数据和标签数据进行等效转换. 有谁知道是否
..
我正在使用函数 regionprops 来检测无人机拍摄的图像上的树木数量. 首先我使用蓝色 NDVI 移除地面: 具有阈值的图像: 然后我使用函数 regionprops 来检测图像上的树的数量: 但是区域 15 有问题,因为该区域上的所有树都是连接的,它检测为一棵树.我尝试使用 Watershed Segmentation 分离该区域的树木,但它不起作用: 我这样
..
我的图像包括圆形、椭圆形、方形物体和类似的东西.我只想得到圆形物体.我通过使用对象的 Solidity 和 Enccentricity 级别应用了过滤器,但我无法删除方形对象.没有尖角的方形物体与圆形物体具有几乎相同的 Solidity 和 Enccentricity 水平. 我的问题是有没有其他参数或方法来检测方形物体? 解决方案 您可以使用以下公式将遮罩的面积与其周长进行比较
..
语义分割只是一个Pleonasm还是“语义分割"和“分割"之间有区别?“场景标注"和“场景解析"有区别吗? 像素级分割和像素级分割有什么区别? (附带问题:当您有这种像素级注释时,您是免费获得对象检测还是还有其他事情要做?) 请给出您的定义的来源. 使用“语义分割"的来源 Jonathan Long、Evan Shelhamer、Trevor Darrell:用于语义
..
谁能帮我理解Mean Shift分割的实际工作原理? 这是我刚刚制作的一个 8x8 矩阵 103 103 103 103 103 103 106 104103 147 147 153 147 156 153 104107 153 153 153 153 153 153 107103 153 147 96 98 153 153 104107 156 153 97 96 147 153 10
..
我使用 Keras 生物医学图像分割来分割大脑神经元.我使用了 model.evaluate() 它给了我骰子系数:0.916.但是,当我使用 model.predict() 时,然后通过计算 Dice 系数循环预测图像,Dice 系数为 0.82.为什么这两个值不同? 解决方案 问题在于 Keras 中的每个指标都以下列方式进行评估: 对于每个batch,都会评估一个指标值. 损
..
如何使这些线在目标点连接?该图像是骨架化过程的结果. 我正在尝试使用分水岭变换将每条线分割为一个区域. 解决方案 MikeE 的回答相当不错:使用在这种情况下,膨胀和侵蚀形态学操作可以提供很大帮助. 我想建议一点改进,利用手头图像的特定结构.我建议使用水平内核来连接水平线的端点,但不会将相邻的线相互连接,而不是使用膨胀/侵蚀和通用内核. 这是代码的草图(假设输入图像存储在 b
..