Détection du verre transparent dans les images

Question

Existe-t-il des méthodes dans la littérature sur la vision par ordinateur qui permettent de détecter le verre transparent dans les images ? Par exemple, si j'ai l'image d'une voiture, puis-je détecter les vitres ? etc...

Toutes les méthodes que j'ai trouvées jusqu'à présent sont des méthodes actives (c'est-à-dire qu'elles nécessitent un étalonnage, un contrôle de l'environnement ou des lasers). J'ai besoin d'une méthode passive (c'est-à-dire que tout ce que vous avez est une image, ou des images multi-vues de l'objet et c'est tout).

Answer 1

Voici quelques travaux très récents visant à détecter les objets transparents dans un cadre général.

http://books.nips.cc/papers/files/nips22/NIPS2009_0397.pdf

http://videolectures.net/nips09_fritz_alfm/

Answer 2

Je pense que ce que vous recherchez est la détection des régions translucides. Il existe très peu de travaux dans ce domaine, car il s'agit d'un problème très difficile. Il s'agit essentiellement d'un problème de poule et d'œuf. Les régions translucides provoquent l'échec de presque tous les outils fondamentaux de traitement d'image (par exemple, l'estimation du mouvement, la correspondance des caractéristiques, le suivi, etc...). Pourtant, vous devez utiliser ces outils pour détecter les régions translucides. Quoi qu'il en soit, à ma connaissance, il s'agit du travail le plus récent dans ce domaine et je doute qu'il en existe d'autres.

http://www.mee.tcd.ie/~sigmedia/pmwiki/uploads/Misc.Icip2011/CVPR_new.pdf

Elle a été publiée dans la revue CVPR, qui est une conférence de premier plan dans le domaine de la vision par ordinateur.

Answer 3

Juste une supposition : si la caméra est en mouvement et que vous effectuez une reconstruction 3D de la scène, vous pourriez détecter de grandes discontinuités dans les reconstructions au niveau des régions réfléchies.

Answer 4

Je pense que vous devriez fournir une description plus claire de ce que vous essayez d'obtenir.
Le document " Dérivation d'images intrinsèques à partir de séquences d'images "montre quelques résultats avec des transparents.
Si vous êtes suffisamment proche, vous pourrez peut-être utiliser la réfraction du verre ( a la loi de Snell) pour détecter le verre à partir de vues multiples.
Je pense également que les reflets (régions spéculaires) sont une bonne indication pour les lunettes courbes.

Answer 5

Le détecter est une chose, mais le séparer en est une autre. Vous pouvez faire la séparation parce que c'est comme mettre 2 sons avec un des sons déphasé de 180 degrés. Si vous parvenez à apprendre le son en phase par lui-même, vous avez l'autre son automatiquement, donc vous pouvez l'apprendre aussi. Je suis bloqué au point où je ne peux que les superposer et les soustraire si je les ai appris par eux-mêmes. Donc le vrai gain ici est en quelque sorte d'apprendre cette addition, comme 2 choses séparées, même si vous ne les avez jamais vu séparément.