Сравнение взаимного расположения объектов на картинках
Всем привет.
Пусть у меня есть две картинки с различными объектами, заданными их контурами (контуры, понятно, без самопересечений, но не обязательно выпуклые).
Накидайте ссылок или советов как находить группы похожих объектов, расположенных почти одинаково.
Какие стандартные подходы используются?
Да на одной картинке образец объектов и их расположения, на других еще куча разных или таких же объектов может быть в других расположениях. Но мне надо найти те объекты и то расположение, что наиболее близко к образцу.
Уточню, одна картинка образец. Масштабы на сравниваемых одинаковые, но размеры тестовой больше и различных объектов и не похожих больше. И не все объекты с шаблона могут присутствовать на тестовой, но расположение их будет очень близко к расположению на шаблоне.
2 коментарі
Додати коментар Підписатись на коментаріВідписатись від коментарівКлючові слова: Image registration, non-rigid registration, affine transformation, Feature detection, Feature matching тощо
На першому етапі вибір робимо між non-rigid registration (судячи з опису, малоімовірно) та rigid registration. Не знаю про який тип зображень мова, але думаю, що метод однозначно повинен бути інваріантним до афінних перетворень affine transformation (хоч і написано, що "
", але пам«ятаємо про поворот/зсув rotate/shift )
Огляд методів можна знайти тут (library.utia.cas.cz/prace/20030125.pdf . Стаття 2003 року, але як огляд цілком підійде). Нижче згадано SIFT, SURF. Є MSER, Fast-Match тощо. У «ваших інтернетах» реалізацій цих методів на плюсах і матлабі є багато.
Щоб порадати щось конкретне, слід усе-таки слід розуміти предметну область, клас зображень, спосіб їх отримання (мікроскоп, фотографії, аерофотозйомка тощо) тощо. Щоб не «вбити» багато часу і отримати як результат «вплив кривизни поверхні Землі» (www.youtube.com/watch?v=bKQe0xgfUrg)
You can try SURF or SIFT methods. check — www.vision.ee.ethz.ch/~surf/download_ac.html