opencv - 在拉普拉斯边缘图像中提取正确的轮廓

Question

盯着看起来像这样的框架:


我正在使用BackgroundSubtractorMOG2来检测帧中的运动，并提取感兴趣的区域，在该区域中我使用了二元过滤器和equalizeHist，后词应用了laplacian和threshhollding。

在像下面这样应用不同的图像滤镜之后，通过阈值处理，我得到了合理的拉普拉斯边缘和嘈杂的蒙版:


但是，我不确定现在如何提取对象的正确轮廓(左上)以对其进行分段。

Answer 1

这比最初看起来要复杂。我的解决方案是为此任务训练网络。如果要分割鼠标，则必须收集来自不同上下文的数百张图片。也许100可以给您满意的结果。我将使用转移学习(这意味着使用已经接受过其他数据训练的网络)。使用以下存储库，它并不那么复杂:https://github.com/qubvel/segmentation_models
对于数据扩充，我将使用imgaug:
https://imgaug.readthedocs.io/en/latest/

如果不使用深层解决方案，则可以使用纹理分析。为此，我将使用Gabor分解，您可能会看到背景和鼠标的纹理之间的差异。然而，神经似乎更简单，更时髦。

如果这就是为什么对比度太低的原因，您还应该考虑购买新的成像设备和/或红外投光器。与Raspberry PI相比，只有Raspberry PI的红外热像仪才能获得令人难以置信的图像，并且您的检测可能会保持不变。