image-processing - 在opencv中检测叶状形状的最佳方法

Question

我开始为我正在从事的项目使用 OpenCV。
对于这个项目，我在花盆里种植植物。上图为不同发育阶段的静态图片(见下图)。

目标是在不同的发育阶段检测并最终测量(即大小)正在生长的植物的叶子。
我尝试了一种使用 Canny 边缘检测的天真方法，但效果不佳(见下图)，因为它还可以检测土壤中的小边缘(无论我使用哪种阈值)。

我认为更好的方法是先按颜色对图像进行分割，然后使用某种边缘检测算法来检测树叶。
有更好的方法吗？

叶结构是事先已知的。我可以使用机器学习/分类算法来获得更好的结果吗？

我也没有想过如何测量叶子的大小？是否有任何用于测量大小和其他描述符的通用模式？ (图片中可能有已知大小的引用对象？)。

最后，我还必须在某种程度上处理遮挡问题。这在图片中不可见，但在后期开发阶段我可能不得不处理重叠的叶子。 有什么方法可以解决这个问题吗？

我不能偏向对我有利的图片(即涂黑土壤等)，因为可能有数以千计的植物需要处理。

总结一下我的问题:

• 检测土壤中叶子的最佳方法是什么(见图)？
• 机器学习算法能否改进检测？
• 如何测量叶子的大小？
• 如何处理遮挡/重叠的叶子？

如果能提供一些建议或想法，我将不胜感激。

更新(基于 Jeff7 评论):

我首先运行了均值偏移颜​​色分割和 floodfill 算法，最后得到了这张图片:

当我现在对该图片运行 canny 边缘检测 + findcontours 时，结果要好得多:

Answer 1

由于您对拍摄图像的条件有很大的控制权，因此偏见对您有利。当你想捕捉图像时，用黑卡做一个面具放在植物的根部周围。您的问题减少到在黑色背景上发现绿色像素之一。由于您还可以根据植物的位置控制相机的位置，因此您应该能够安排事情，使像素/毫米比在您的一系列图像中保持不变。叶面积就是计算像素的简单问题。

这还没有解决遮挡问题。您可能可以通过拍摄 2 张​​进一步的图像、植物在 2 个正交平面中的立面图(同样使用黑色背景)来了解植物的形状。

评论后编辑...

好吧，你的问题包括“对于这个项目，我在花盆里种了一种特定的植物”这样的陈述，现在你想处理成千上万的该死的东西。我仍然会寻求使图像偏向对您有利的可能性。例如，如果您发布的图像背景中没有绿色塑料，那么您可能会通过对图像的绿色 channel 进行简单的阈值处理来准确地分离出一张图片.因此，去除绿色背景，并在成像前给土壤浇水以增加其黑色度。

至于遮挡问题，您将需要比我最初的建议更聪明的方法来处理成千上万的植物。或许你可以在每个阶段牺牲几株植物，测量“从头顶直接观察到的叶面积”，然后撕下叶子，将它们分别排列在一张黑卡上，并得出总面积和可观察面积之间的经验关系。

进一步编辑

好吧，所以你不能偏向对你有利的场景。你有没有想过在相机上使用滤镜来只接受绿光？或者使绿色物体比非绿色物体更亮的照明？我对这个没有想法......

最终编辑

我已经没有想法了。我认为您使用颜色区分树叶和背景的原始方法很好。由于您知道叶子的结构，您可以尝试模板匹配，但您可以仅通过计算像素来估计面积和长度(或面积和长度的差异)。您可能想要研究形态学操作(例如骨架化)以从图像中导出形状度量。您可能会在有关植物遥感(等)的文献中找到有用的 Material 。

我的印象是您在精神上致力于实现计算机视觉系统的目标，您的目标实际上是监测植物的发育，并且您的一些想法(例如边缘检测、机器学习)确实无助于实现您的正确目标。