Компьютерное зрение: Подсчет годичных колец по фотографии среза дерева

Question

[Sevlyar]

Здравствуйте. Встал вопрос подсчета годичных колец по фотографии среза дерева.

Пример исходных данных:


После некоторых раздумий пришел к такому алгоритму (без деталей):

• Обработка изображения фильтрами, приведение к черно-белому изображению;
• Нахождение центра среза;
• Двигаясь по прямой от центра среза к краю, считать число периодов смены цвета с черного на белый и обратно;
• Повторить предыдущий шаг для нескольких прямых с другим углом;
• Статистическая обработка совокупности значений, полученных на предыдущем шаге.

Обрабатывать изображение я решил библиотекой OpenCV. Опыта решения задач такого рода у меня нет и поиск информации в интернете не помог, поэтому я застрял еще на первом этапе — эксперименты с OpenCV не привели к результату.

Какими фильтрами следует обработать изображение, чтобы привести его к черно-белому и годичные кольца были отчетливо видны? Каким алгоритмом возможно посчитать годичные кольца? Пожалуйста поделитесь своими соображениями и опытом в решении подобных задач. Благодарю.

Comments

[muzzle]

На каком языке идет разработка?

[muzzle]

А зачем искать центр?
Не проще будет выбрать по 3-5 (кол-во исходя из размера) линий с равными расстояниями по горизонтали, вертикали, диагоналям
Взять максимальные значения в каждом.
Поделить пополам самое максимальное.

Это позволит не заморачиваться поиском центрового кольца, которое может быть неправильной формы и далеко не в центре объекта

[muzzle]

Обработка должна быть в реальном времени?

[Sevlyar]

Экспериментировал я на C++, а вообще — не суть важно, главное алгоритм, а реализовать его можно хоть на C, хоть на Python. Ту же OpenCV можно использовать без дополнительных телодвижений в Python, Java, Ruby, Matlab, Lua и др. Буду благодарен за кусок кода на любом языке. Ну а конечное приложение хотел оформить в форме консольной утилиты, а вот на каком языке еще не решил.

[Sevlyar]

Обрабатываться будут обычные фотографии, нет жестких рамок на время обработки.

Answer 1

[gleb_kudr]

Я бы не переводил в контрастно черно-белое, а использовал бы greyscale. При любом сечении такой кривой получится кривая с горбиками. Выбираем порог высоты горбика, который учитывается и довольно легко получим количество.
Еще стоит поиграться с каналами, возможно один из каналов будет иметь стабильно больший контраст, чем другие (например, канал насыщенности). Тогда можно даже не переводить в черно-белое, а работать просто с каналом.

Так же необходимо провести диаметры под разными углами, считать значения и усреднять показатели.

Answer 2

[xanep]

Возьмите пару изображений и поиграйтесь с инструментами типа CVIPTools, применяя различные фильтры. Если вы подберете хороший фильтр, то остальное будет не сложно. Вам нужно выбирать среди фильтров, улучшающих распознавание границ.

Вот что у меня вышло на скорую руку после применения 2-х фильтров

Comments

[gleb_kudr]

Я думаю, топикастеру не подойдет распознавание границ. Будут артефакты как у вас — кольцевые структуры вместо линий.

[SeptiM]

Кстати да. Если научиться находить центральное кольцо, то можно потом пустить несколько лучей в случайно выбранные стороны и посчитать число переходов границ. Взять из получившегося минимум или медиану, что лучше будет работать.

[Федор]

Спасибо за упоминание CVIPTools

Answer 3

[Renatk]

Идея увеличения точности: виртуально нарисовать ось X и Y через центр дерева и «повращать» изображение относительно этой системы координат. И последить за движением точек (другого цвета колец) у дерева.

Answer 4

[muzzle]

#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"

using namespace cv;

int main(int argc, const char * argv[]) {

    VideoCapture cap; 
    if(argc > 1) 
        cap.open(string(argv[1])); 
    else 
        cap.open(0); 
    Mat frame; 
    namedWindow("video", 1); 
    for(;;) {
        cap >> frame; 
        if(!frame.data) 
            break; 
        cvtColor(frame, frame, CV_BGR2GRAY);
        threshold(frame, frame, 20, 255, THRESH_BINARY);
        imshow("video", frame); 
        if(waitKey(30) >= 0) 
            break;
    }

    return 0;
}

Comments

[muzzle]

Если дернуть threshold c CV_THRESH_BINARY | CV_THRESH_OTSU — то определит порог сам