稠密物体计数的演进之路

本文讲述了从1980年代的图像阈值分割到21世纪初的滑动窗口+SVM,再到深度学习的YOLOv3和基于密度图的分割网络,如何逐步解决虾苗计数问题,展现了计算机视觉在稠密物体计数领域的演进。
摘要由CSDN通过智能技术生成

时间回到1980年,我们的主人公小明刚从农业大学毕业,被分配到地方农场做技术员,怀揣着对未来的憧憬,小明兴冲冲地来到农场报到。

厂长相信科学,尊重人才,拥抱改革开放,对于小明的到来深感欢迎,人刚到,就给小明分配一个任务:虾苗计数。

虾苗精准计数对于虾苗销售和科学饲养至关重要,厂长相信科学能解放人力劳动。

小明在学校时就对图像处理有所了解,所以很快就想到了解决方案:

首先利用人工设定的阈值或者自适应阈值方法对图像进行阈值分割,得到二值图像;再计算连通域或者分割轮廓,连通域的个数或者轮廓的个数就是虾苗的个数;那个年代虽然还没有opencv,但这并没有难倒小明,他很快就完成了任务。

图片

					原始图片

在这里插入图片描述
处理后的图片

厂长对小明夸赞不已,但被抢了风头的老技术员老贾一眼就挑出了毛病,那就是对于有多个虾苗相互重叠覆盖的区域被识别成了一个虾苗;结果是否准确取决于虾苗的均匀分布程度,虽有缺憾,但与人工数苗相比,效率有很大程度提升,与光电计数相比,节省了成本。

时间来到了千禧年,随着经济的发展,农场的虾苗销售量日益剧增,现有的计数程序需要每次均匀的摊开虾苗,不允

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值