image-processing - 在图像中找到蚊子的头

Question

我有与这些类似的蚊子图像，我想自动围绕图像中每只蚊子的头部转圈。它们显然处于不同的方向，并且在不同的图像中它们的数量是随机的。有些错误是可以的。有什么算法可以做到这一点吗？

Answer 1

此问题类似于人脸检测问题，因此您可以先尝试一种简单的方法，并在必要时对其进行改进。

首先，您需要重新创建训练集。为此，您希望提取小图像，并举例说明什么是蚊子头，什么不是。

然后您可以使用这些图像来训练分类算法，请小心使用平衡的训练集，因为如果您的数据偏向于某一类，则会影响算法的性能。由于图像是 2D 的，并且算法通常只采用 1D 数组作为输入，因此您也需要将图像排列为该格式(例如: http://en.wikipedia.org/wiki/Row-major_order )。

我通常使用支持向量机，但逻辑回归等其他算法也可以解决这个问题。如果您决定使用支持向量机，我强烈建议您检查 libsvm ( http://www.csie.ntu.edu.tw/~cjlin/libsvm/ )，因为它是一个非常成熟的库，绑定(bind)到多种编程语言。此外，他们还有针对初学者的非常易于遵循的指南 ( http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf )。

如果您有足够的数据，您应该能够避免方向容差。如果您没有足够的数据，那么您可以创建更多的训练行并轮换一些样本，这样您将获得更具代表性的训练集。

至于预测，您可以做的是给定图像，使用网格切割它，其中每个单元格的尺寸与您在训练集上使用的单元格的尺寸相同。然后，将每个图像传递给分类器，并标记分类器为您提供正输出的那些方 block 。如果您确实需要圆形，则取给定正方形的中心，半径将是正方形边长的一半(很抱歉陈述显而易见的事实)。

因此，执行此操作后，您可能会遇到尺寸问题(某些蚊子可能看起来比其他蚊子更靠近相机)，因为我们没有训练算法来容忍缩放。此外，即使所有蚊子的规模相同，我们仍然可能会错过其中一些，因为它们不完全适合我们的网格。为了解决这个问题，我们需要重复此过程(网格切割和预测)，将给定图像重新缩放为不同的尺寸。有多少尺寸？在这里，您必须通过实验来确定这一点。

这种方法对您正在使用的“窗口”的大小很敏感，这也是我建议您尝试的方法。