百木园-与人分享,
就是让自己快乐。

道路区域提取方法(全色图像)

1 介绍

1、区域生长使用欧式距离判断像素差异

2、区分树叶使用GLI(gli = (2 * g - r - b) / (2 * g + r + b))

3、区分阴影使用亮度值

4、如果周围像素小于1个是叶子或阴影,只要周围有4个像素都属于区域,那么这个像素也属于区域

5、如果有5个像素都属于区域,那么这个像素也属于区域

2 源代码

https://github.com/zouxlin3/RoadExtract

3 使用方法

3.1 导入图片

from RoadRegionGrow import RoadImg # 从源代码下载RoadRegionGrow.py和Point.py
import matplotlib.pyplot as plt
import numpy as np

roadimg = RoadImg(\'test_pic.png\') # 输入图片路径

plt.imshow(roadimg.img)

image

图片来源(http://www.zhongkezhihang.com/html/news/579.html#lg=1&slide=2)

3.2 选取种子点

选取种子点[400, 600]和[300,1000](x、y值和图片上是相反的)

seeds = [[400, 600], [300,1000]]
roadimg.add_seeds(seeds)

3.3 确定区分树木和阴影的阈值

1、绘制gli的直方图

roadimg.gli_hist()

image

选取gli阈值为0.01

2、绘制亮度值的直方图

roadimg.lightness_hist()

image

选取亮度值阈值为140.0

3.4 区域生长

label = [255, 0, 0]
em_threshold = 9 # 阈值可以根据多次试验确定,不同的图片不一样
g_thershold = 0.01
l_thershold = 140.0
transparency = 0.5
roadimg.region_grow(label, em_threshold, g_thershold, l_thershold)
plt.imshow(roadimg.add_mask(transparency))

image

plt.imshow(np.uint8(roadimg.region))

image

for i in range(6): # 进行多次遗漏检测
roadimg.leak_detect(label, g_thershold, l_thershold)
plt.imshow(roadimg.add_mask(transparency))

image

plt.imshow(np.uint8(roadimg.region))

image

4 本文最新版本

来源:https://www.cnblogs.com/zouxlin3/p/14805446.html
图文来源于网络,如有侵权请联系删除。

未经允许不得转载:百木园 » 道路区域提取方法(全色图像)

相关推荐

  • 暂无文章