फ़ीचर डिटेक्शन - एक बड़ी तस्वीर में छोटी वस्तु

Question

मान लें कि आपके पास दो छवियां हैं। एक में आपके पास एक छोटा आइकन है (जैसे 300X300 पिक्सेल से कम)। दूसरा एक बहुत बड़ा है, और आपके भीतर आइकन के एक (या एकाधिक) छोटे उदाहरण हैं (बेशक विभिन्न पैमाने पर, घूर्णन)।

हाथ में कार्य बड़ी छवि में आइकन के उदाहरण ढूंढना है। आप लोग इस तरह कैसे पहुंचेंगे?

ओपनसीवी लाइब्रेरी का उपयोग करके मैंने फीचर आधारित ऑब्जेक्ट डिटेक्शन का उपयोग करने की कोशिश की है, हालांकि भीड़ वाली बड़ी छवियों (कई फीचर पॉइंट्स युक्त) के लिए, मिलान अनिश्चित है। मैंने ब्रूट/FLAN मिलान एल्गोरिदम के साथ SURF/OBJ सुविधा निकालने का प्रयास किया है।

मेरे अनुभव से ऐसा लगता है कि मेलिंग दो छवियों पर फीचर पॉइंट्स के बीच ज्यामितीय संबंधों का कोई नोट नहीं लेती है। विज़ुअलाइजेशन सहायता के रूप में मैंने दो उदाहरण छवियों के फीचर पॉइंट्स का एक उदाहरण संलग्न किया है।

और यहां कार्य का एक कठिन उदाहरण है। मैंने बड़ी छवि में आइकन को हाइलाइट किया है।

Answer 1

सीमित अनुभव के आधार पर, मेरे पास इस प्रकार के मुद्दे में चलने वाले किसी और के लिए तीन सिफारिशें हैं।

1) FindObject by Mathieu Labbé

के साथ प्रयोग करें यह एक बहुत ही अच्छा उपकरण है कि मुझे जल्दी से प्रयोग करने के लिए सुविधा का पता लगाने/विवरण के लिए सेटिंग्स का अच्छा संयोजन को खोजने के लिए मदद की है है। बस अपने आइकन को ऑब्जेक्ट के रूप में लोड करें और दृश्यों के रूप में अपनी नमूना बड़ी छवियों को लोड करें। फिर जब तक आप अपने आवेदन के लिए विश्वसनीय नतीजे प्राप्त न करें तब तक ट्विक करें। बोनस के रूप में, उन्होंने हाल ही में ब्रिस्क और फ़िंकर गैर-पेटेंट-समेकित सुविधा का पता लगाने/वर्णन विधियों को जोड़ा।

2) एक यथार्थवादी संकल्प

संकल्प अपने आइकन वस्तु और बड़े परदे के कि आप खोज रहे हैं में वास्तविक चिह्नों के लिए बहुत अलग है प्राप्त करें। मेरी समझ में, इन तरीकों का पैमाने-आविष्कार वास्तव में काफी सीमित है। उत्कृष्ट comparisons done by Ievgen Khvedchenia देखें। आपको उस सीमा के बीच में छवि का आकार बदलकर बेहतर परिणाम मिल सकते हैं, जिसकी आप अपेक्षा करते हैं।

3), आइकन नमूना छवि और अधिक यथार्थवादी (उदाहरण के लिए धुंधला बनाओ)

# 2 करने के लिए संबंधित है, मैं ने पाया है कि एक बहुत तेज नमूना जब एक और अधिक यथार्थवादी दृश्य में खोज छवि वाले नहीं है अच्छी तरह से काम करो। मैं अपने तेज नमूनों के लिए एक गाऊशियन लागू करता हूं ताकि उन्हें जो कुछ मिल जाए, उससे उतना ही समान हो। नीचे एक उदाहरण है। अजीब सूत्र केवल यह सुनिश्चित करता है कि कर्नेल आयाम आवश्यकतानुसार विषम संख्याएं हैं।

def proportional_gaussian(image): 
    kernel_proportion = 0.005 
    kernel_w = int(2.0 * round((image.shape[1]*kernel_proportion +1)/2.0)-1) 
    kernel_h = int(2.0 * round((image.shape[0]kernel_proportion +1)/2.0)-1) 
    return cv2.GaussianBlur(image, (kernel_w, kernel_h), 0) 

आशा है कि किसी की सहायता करें।

Answer 2

आपकी सुविधा मिलान दृष्टिकोण ठीक है। यदि रंग का उपयोग किया जा सकता है, तो histogram backprojection जैसे ब्याज के क्षेत्र को खोजने के लिए प्रीप्रोकैसिंग का उपयोग करें, इसके बाद ब्लॉब निष्कर्षण और कुछ आकार विश्लेषण।

आपको बड़ी छवि से छोटी छवि में सभी सुविधाओं से मेल खाना चाहिए। इसके परिणामस्वरूप कुछ इनलाइनों के साथ कई मैचों में परिणाम मिलता है।

जैसा कि आपका आइकन प्लानर है, आप अपने मैचों के लिए भूगर्भीय संयम के रूप में एक होमोग्राफी का उपयोग कर सकते हैं। कोड की एक पंक्ति लिखने के बिना, आप ओपनसीवी नमूना "descriptor_extractor_matcher" आज़मा सकते हैं जो ओपनसीवी स्रोतों के नमूने निर्देशिका में पाया जा सकता है।

./descriptor_extractor_matcher SURF SURF BruteForce NoneFilter icon.jpg image.jpg 3 

अधिक जानकारी के लिए descriptor_extractor_matcher के सहायता आउटपुट देखें।

आप छवियों के क्रम को स्विच करने का प्रयास कर सकते हैं, मुझे याद नहीं है कि कौन सी प्रशिक्षण छवि है और कौन सी क्वेरी छवि है।

वस्तु का पता लगाने के इस प्रकार पर कागज डेविड लोव द्वारा "स्केल-अपरिवर्तनीय keypoints से विशिष्ट छवि सुविधाएँ" है। इस पेपर के सेक्शन 7.3 में वह बहुत ही कम/बाहरी अनुपात से निपटने के अपने दृष्टिकोण का वर्णन करता है जो आपके मामले में प्रतीत होता है।

शुभकामनाएं!