Come estrarre i segnali stradali da una fotografia?

Quali tecniche di analisi delle immagini posso usare per estrarre i segnali stradali da un'immagine come quella qui sotto?

Modificare:

Dopo la diffusione anisotropica: lo sfondo che non voglio viene cancellato un po '

Dopo dilatazione:

Soglia dopo diffusione: non è in grado di capire la soglia migliore per questo scopo

Tuttavia non sono in grado di capire come rimuovere lo sfondo?

Modifica: voglio solo queste parti della mia immagine

Scatto di un'altra immagine di input:

Applicazione del filtro mediano e rilevamento dei bordi:

Dopo il filtro del cappello inferiore:

Come posso isolare i segnali stradali per favore aiutatemi?

Hai provato qualcosa di semplice come la correlazione?

( EDIT ). L'idea alla base della correlazione è quella di utilizzare un modello (nel tuo caso un campione di segnale stradale addestrato) e confrontarlo con ogni posizione nell'immagine di prova. L'operazione di confronto che ho usato per generare le immagini seguenti si chiama correlazione incrociata normalizzata . In parole povere, si standardizzano (media = 0, deviazione standard = 1) i pixel nel modello e la parte dell'immagine che si desidera abbinare, moltiplicandoli pixel per pixel e calcolando il valore medio dei prodotti. In questo modo si ottiene un "punteggio di corrispondenza", ovvero una misura di somiglianza tra il modello e l'immagine di prova in ogni posizione dell'immagine di prova. La posizione con la migliore corrispondenza (massima correlazione) è probabilmente la candidata per la posizione del segnale stradale. (In realtà, ho usato la funzione MathematicaCorrelazione Distanza per generare l'immagine qui sotto, che è 1 - (correlazione normalizzata). Quindi il punto più scuro nell'immagine della partita corrisponde alla migliore corrispondenza).

Non ho altri modelli, quindi ho semplicemente ritagliato il segno dalla seconda foto che hai pubblicato:

Anche se il modello è leggermente ruotato, la correlazione incrociata sembra ancora utilizzabile

e la migliore corrispondenza si trova nella posizione giusta:

(Avresti bisogno di più versioni in scala di ogni modello per rilevare segni di qualsiasi dimensione, ovviamente)

Durante i miei Master, il progetto in cui era coinvolto il mio supervisore si occupava di rilevare e riconoscere tutti i tipi di diversa segnalazione del traffico in una sequenza video (ad esempio rilevamento della strada, rilevamento della linea centrale della strada, ma anche rilevamento e riconoscimento dei segnali stradali ). I fotogrammi video su cui stavamo lavorando sono per molti versi simili alle immagini di esempio.

Mentre personalmente non ho lavorato sui segnali stradali, penso che i migliori risultati siano stati ottenuti usando l' algoritmo Viola-Jones (carta) . In breve, si tratta di un algoritmo che utilizza una cascata di classificatori deboli (con un'accuratezza appena superiore a quella di un algoritmo casuale) per costruire un classificatore forte che sia robusto anche in compiti difficili.

Il progetto si chiamava MASTIF (Mappatura e valutazione dello stato del traffico in infrastruttura) e ha svolto un ottimo lavoro. La pagina di pubblicazione del progetto potrebbe essere davvero utile perché fornisce collegamenti a tutti gli articoli pubblicati relativi al progetto. Giusto per darti un'idea, lasciami individuare alcune delle pubblicazioni (in ordine cronologico):

• Karla Brkić, Axel Pinz, Siniša Šegvić: "Rilevazione dei segnali stradali come componente di un sistema automatizzato di inventario delle infrastrutture del traffico"
• A. Martinović, G. Glavaš, M. Juribašić, D. Sutić e Z. Kalafatić: "Rilevamento in tempo reale e riconoscimento dei segnali stradali"
• Igor Bonači, Ivan Kusalić, Ivan Kovaček, Zoran Kalafatić, Siniša Šegvić: "Affrontare falsi allarmi e imprecisioni nella localizzazione nel rilevamento e riconoscimento dei segnali stradali"

Ancora una volta, non ho lavorato personalmente sui segnali stradali, ma penso che qui puoi trovare molto materiale utile. Inoltre, suggerirei di consultare i riferimenti citati nei documenti in quanto possono anche essere di aiuto.

Bene, googling road way signs detection ti dà un sacco di buoni documenti su questo argomento.

Alcuni usano la segmentazione del colore grazie a particolari colori blu, verde, rosso ecc.

Alcuni applicano prima il livellamento gaussiano, quindi il rilevamento del bordo astuto e la ricerca del contorno per estrarre il cartello.

Prova a seguire due collegamenti: Link 1 , Link 2

Non sono sicuramente un esperto qui, ma puoi iniziare con il rilevamento dei bordi (come astuto), quindi trasformarlo per rilevare cerchi, rettangoli, quadrati o triangoli (in base al segno che vuoi rilevare), quindi puoi fare un modello matching o istogramma, se i colori sono abbastanza distinti (sopra i candidati restituiti dalla trasformazione hough).

Il primo passo (rilevare i candidati usando hough Transform) è il passo più difficile. Posso pensare a molti modi per provare a rilevare se quel candidato è il segno o meno. Questo è un problema divertente Divertiti a risolverlo :)

A proposito, sono sicuro che puoi trovare buoni articoli di ricerca che sono altamente correlati