有多少种不同的方法可以识别出噪声背景上的目标点？

大饼土博 239
Viewed 175

原图：
image.png

要找的目标：
image.png

大家发挥想象力，看有多少种不同的方法可以在这个图里找到这个点。

比如：

  • 一个最简单的单阈值就可以找到这个点，但是，这个目标点可能只剩下一个像素
  • 一个最简单的斑点分析可以在单阈值的阈值更小的时候，通过面积过滤出更多的点
  • 一个最简单的低通滤波之后，再用单阈值，留下的像素会多一些
  • others...

每个方法都需要给出中间结果的截图和最终结果的截图，并且自吹自擂一下自己的方法和别人的比好在哪里。

特别欢迎某些奇葩的方法

缺陷检测 定位 图像处理
4 Answers

给大家介绍一下频率滤波：
1.将原图转换到频域
image.png
2.在频域添加伽柏滤波器，滤波之后的频域长下面这样
image.png
3.将滤波之后的频域转回空域
image.png
滤波之前长这样
image.png
4.由于转回空域之后的图像变成了浮点类型，下面通过伪彩色映射，可以明显的看到缺陷位置
image.png
5.做一个彩色斑点定位即可获得缺陷位置
image.png
灵闪版本：3.8.66.1噪声背景目标点识别.zip
image.png

dzc241

为啥要用伽柏滤波？啥原理

TiAmo•

相比本工具中普通的低通、高通、带通、带阻这四个字面上就更易于理解的的滤波器，伽柏滤波器提供了更多的滤波维度：它能够在图像（或信号）的特定位置，提取出特定方向的纹理和频率信息。
纹理分析与特征提取​​是伽柏滤波器最经典的应用。不同的纹理具有不同的方向和频率特性。常用在纹理分类（如区分木材、织物、沙石）、缺陷检测（如检测织物上的疵点）上。具体原理如果感兴趣的话可以问下AI得到。

dzc•

1，先使用伪彩色映射

image.png
2，使用图像增强，图片输入为伪彩色映射的输出图片
3，图像增强类型设置为灰度增益，参数如下：

image.png
4，使用斑点定位

image.png

优点：极大可能的去除了噪音，并且还保留了目标点的形状

ysj41

第一种：直接用斑点定位，看一下效果图
image.png
斑点111.task
第二种：先做图像处理，再基于处理后的图像用斑点定位看一下效果（思路就是先把其他的先模糊掉，然后再找到最亮的这个点）以下这两个task用的工具类型不一样，但最终显示效果差不多，中间的图像处理结果如图所示
image.png
image.png
斑点123.task
斑点222.task

TiAmo367

1.通过行列投影的y方向投影，找到异常点，并构建异常点集合（此处展示,忽略了最后一个点）
1.png
2.通过取反+增益,去掉背景噪点

3.斑点定位拿到目标点
4.对循环结果的斑点面积排序输出最大面积的索引下标

chen.yu21
Related
芯片阵列缺陷检测时如何消除芯片图案？
1 answers
有多少方法可以检出图上的白色杂质
1 answers
光照变化频繁场景的NG和OK检测
1 answers