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，在这些区域中我使用了二元过滤器和equalizeHist，后词应用了拉普拉斯和threshhollding。

在应用如下所示的不同图像滤镜后，通过脱阈，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）以对其进行分割。

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已经给您满意的结果。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）。使用以下存储库并没有那么复杂：https://github.com/qubvel/segmentation_models对于数据扩充，我将使用imgaug：https://imgaug.readthedocs.io/en/latest/

使用不深入的解决方案，您可以使用纹理分析。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，需要学习的技术。

如果这就是对比度低的原因，您还应该考虑购买新的成像设备和/或红外投光器。仅与Raspberry PI的红外摄像机相比，您将获得令人难以置信的图像，并且您的检测无需任何更改即可工作。

Answer 2

您可以尝试使用opencv训练Haar级联以检测鼠标。

[通常用于视频中的人脸识别/对象识别-似乎非常有效。

您可以在此处查看有关如何操作的常见问题解答：

How to create Haar Cascade (.xml file) to use in OpenCV?

如另一个答案中所述，转移学习不再繁重。您只需要训练数据-Haar也会需要。否则，您将不得不对其进行仿真。

您甚至可以考虑对鼠标进行建模🤣