opencv - 如何检测纹理中断

Question

假设我们有许多彩色图像，它们是某些纹理图案的示例。这种纹理被某些外来物体“破坏”的情况很少见。检测这些罕见异常的最佳方法是什么？

我考虑过训练一个 CNN，但好例子的数量远远超过坏例子，所以我有疑问。我开始研究灰度共现矩阵 (GLCM) 和局部二元模式 (LBP)，但我认为颜色信息在确定中断的发生方面可以发挥重要作用。我能否从这些提取的特征(GLCM 或 LBP)中找到分布并计算新图像属于该分布的概率？

感谢您的帮助!

Answer 1

如果不看一些示例图片，很难找出您的问题。原则上，您可以使用多种方法来检测纹理中断，即 GLCM 特征、LBP、Law 掩码、矢量量化等。测量局部熵是一种可能的方法。考虑下图，我们可以清楚地区分两种类型的纹理:

以下代码段读取图像，计算圆形邻域或给定半径 25 上每个像素的局部熵并显示结果:

from skimage import io
from skimage.filters.rank import entropy
from skimage.morphology import disk

img = io.imread('/image/Wv74a.png')
R = 25
filtered = entropy(img, disk(R))
io.imshow(filtered)

从生成的熵图中清楚地看出，局部熵值可用于检测纹理破坏。