У меня есть основное понимание в обработке изображений и теперь углубленно изучаю книгу "Цифровая обработка изображений" Гонсалеса.
При известном изображении и объекте интереса известна (например, круг, треугольник) какой лучший алгоритм/метод найти этот объект на изображении?
Объект может быть слегка деформирован, поэтому подход грубой силы не поможет.
Вы можете попробовать использовать гистограммы ориентированных градиентов (также называемые гидромеханическими ориентирами). Мы использовали их для обнаружения дорожных знаков. http://en.wikipedia.org/wiki/Histogram_of_oriented_gradients, и документы Билла Триггса должны вас начать.
Я рекомендую использовать преобразование Hough, которое позволяет вам найти любой шаблон, описываемый уравнением. Более того, преобразование Хафа также отлично подходит для деформированных объектов.
Алгоритм и сама реализация довольно проста. Более подробную информацию можно найти здесь: http://en.wikipedia.org/wiki/Hough_transform, даже исходный код для этого алгоритма включен на ссылочную страницу (http://www.rob.cs.tu-bs.de/content/04-teaching/06-interactive/HNF.html).
Я надеюсь, что это поможет вам.
Я бы посмотрел на вашу проблему в два этапа:
сначала поиск внешней границы объекта: Я предполагаю, что вы достаточно контрастировали с изображением, чтобы вы могли легко создать пороговое значение для получения двоичного изображения вашего объекта. Вам нужно извлечь код цепи объекта.
затем анализ граничной формы, чтобы вывести форму (круг, многоугольник,...): Вы можете вычислить кривизну в каждой точке граничной цепи и, таким образом, определить, сколько острых углов (т.е. Значение высокой кривизны) есть в вашей форме. Несколько острых углов означают, что у вас многоугольник, ни один из них не имеет окружности (постоянная кривизна).
Вы можете найти описание того, как получить границу вашего объекта из двоичного изображения и способы его анализа в Обработка цифровых изображений Gonzalez, глава 11.
Я также нашел эту проницательную презентацию по анализу бинарных изображений (PPT) и matlab script, который реализует некоторые из тех методов, о которых говорит Гонсалес в DIP.
Я настоятельно рекомендую вам использовать OpenCV, это отличная библиотека компьютерного зрения, которая очень помогает во всем, что связано с компьютерным видением. Их веб-сайт не очень привлекателен и не полезен, но API действительно эффективен.
Книга, которая мне очень помогла, поскольку в Интернете нет загрузки документации, Обучение OpenCV. Документация, которая поставляется с API, хороша, но не очень хороша для изучения того, как ее использовать.
В связи с вашей проблемой вы можете использовать детектор Canny Edge, чтобы найти границу вашего элемента, а затем проанализировать его, или вы можете продолжить и преобразовать Hough для поиска линий и кругов.
вы можете специально попробовать "распознавание лиц". Потому что, вы знаете, это конкретная тема. С другой стороны, "обнаружение лица" и т.д. EmguCV может быть вам полезен. Это оболочка .Net для библиотеки обработки изображений Intel OpenCV.
Похоже, профессор Jean Rouat из Университета Шеркбе нашел способ найти объекты в изображениях, обработав нейтральную нейронную сеть. Его технологическое имя RN-SPIKES, похоже, доступно для лицензирования.