在数码照片中，如何检测山脉是否被云遮住了？

Question

问题

我有一组日本一座山的数码照片。然而，这座山经常被云或雾遮蔽。

我可以使用哪些技术来检测图像中的山是否可见？我目前正在使用 Perl 和 Imager 模块，但对替代方案持开放态度。

所有图像都是从完全相同的位置拍摄的 - 这些是一些样本。

示例图片 http://www.freeimagehosting.net/uploads/7304a6e191.jpg

我的简单解决方案

我首先采集了山锥的几个水平像素样本，并将亮度值与天空中的其他样本进行比较。这对于区分好图像 1 和坏图像 2 很有效。

然而，在秋天下雪了，山变得比天空更亮，就像图 3 一样，我的简单亮度测试开始失败。

图 4 是边缘情况的示例。我认为这是一张好照片，因为一些山峰清晰可见。

更新1

感谢您的建议 - 我很高兴你们都大大高估了我的能力。

根据答案，我开始尝试 ImageMagick 边缘检测 变换，它给出我有一个更简单的图像来分析。

convert sample.jpg -edge 1 edge.jpg

边缘检测样本 http://www.freeimagehosting.net/uploads/caa9018d84.jpg

I假设我应该使用某种遮罩来去除树木和大部分云。

获得蒙版图像后，比较与“好”图像相似度的最佳方法是什么？我想“compare”命令适合这项工作吗？如何从中获得数字“相似度”值？

更新2

我想我可能会通过卷积得到一些成果。

我通过对良好图像执行边缘检测来制作“内核”图像（下图顶部）。然后我把山的轮廓周围的所有“噪音”都涂黑，然后将其裁剪掉。

然后我使用了以下代码：

use Image::Magick;

# Edge detect the test image
my $test_image = Image::Magick->new;
$test_image->Read($ARGV[0]);
$test_image->Quantize(colorspace=>'gray');
$test_image->Edge(radius => 1);

# Load the kernel
my $kernel_image = Image::Magick->new;
$kernel_image->Read('kernel-crop.jpg');

# Convolve and show the result
$kernel_image->Convolve(coefficients => [$test_image->GetPixels()]);
$kernel_image->Display();

我对各种示例图像运行了此代码，得到的结果如下（每个示例下方显示了卷积图像）：

（抱歉 - 与上次不同的示例图像！）

替代文本 http://www.freeimagehosting.net/uploads/f9a5a34980.jpg

现在我我试图量化图像的“粗糙”程度。我尝试获取图像平均亮度：

$kernel_image->Scale('1x1');
die $kernel_image->GetPixel(x=>1,y=>1)[0];

但这给出了没有给出有意义的值（0.0165、0.0175 和 0.0174）。还有更好的办法吗？

Answer 1

答案取决于问题的具体程度。如果是同一 POV 中的同一座山，则针对已知的良好图像运行边缘检测，并将其用作与语料库中边缘检测到的图像进行卷积的基线。如果您只对山的边缘感兴趣，请手动从基线中删除其他要素。

Answer 2

我认为你的工作水平太低了。快速通过边缘检测过滤器将图像集非常明显地划分为 (1, 3) 和 (2, 4)。特别是如果这些图像来自固定的相机视点，则在算法上找到与（1）中的原型形状的匹配将相对容易。即使您的情况（4）也可以为您提供一个部分匹配的域，您可以启发式地确定那里是否有足够的山可供考虑。

Answer 3

基于您已有的内容，提出一些具体建议：

1. 拍摄您最好的图像（例如图 1），通过边缘检测运行它，在任何图形编辑器中打开结果（MS Paint 即可）并清理除山之外的所有内容顶部边界（“中国帽”线）。这就是你的卷积核。您可以从上方和下方裁剪它（而不是调整大小！），以节省下一步的时间。
2. 使用 PerlMagick 中的 Convolve 函数（您似乎已经熟悉 Perl 和 ImageMagick）将内核与一些图像进行卷积。在生成的图像上，您应该看到与内核的“正确”位置相对应的尖锐尖峰（与图像中的山一致）。
3. 当山脉更清晰可见时，该尖峰的相对（相对于周围噪音水平）高度会更大。通过拍摄几张有代表性的图像，您也许能够确定一个阈值，将好图像与坏图像区分开来。
4. 无论你做什么，都会出现误报和误报。做好准备。