如何提升LabVIEW數字影像辨識的精確度或如何減少影像干擾?

我目前正在設計讓小車辨識數字閘門,並通過特定數字的門,閘門的數字為1、3、11、13、31、33六個數字,目前透過簡單的影像處理後,使用vision assistant中的particle classification進行數字辨識,但還不是很精準,另外也使用邊緣檢測找出目標數字的空間座標,但極大的受到背景影像的干擾,因此想問:
(1)有甚麼辦法可以提升辨識的精確度?
(2)如何減少背景影像的干擾?
數字t.vi (167.7 KB)

請問 @wbeary ,可以把攝影機擷取到的閘門數字1、3、11、13、31、33六個數字的影像上傳上來嗎? 謝謝 :slight_smile:

感謝你的幫助,由於目前數字閘門還未製作完成,當前的實驗是透過列印數字紙本,直接以實驗室的背景作辨識,因此只能提供閘門上的數字樣本,無法給予實際的關卡環境,但可以確定閘門的背景環境是複雜的。數字樣本.pdf (204.2 KB)

用patten match試試,不過OCR是Labview最弱的,別抱太大期望,過來人,另外影響干擾的部分我們稱為雜訊,需要挑相機,如果使用esp32cam有點難度,除非背景很漂亮,跟圖一樣,不然只能靠影像處理,膨脹或侵蝕處理掉,再做patten match

@tarzanZhan 感謝你的回覆,我有嘗試過patten match,但template image似乎只能使用單一樣本,很難適用於動態影像,我猜是行進時的距離遠近及角度問題,另外也試過形態學的侵蝕和膨脹等功能,因為我的背影不單是雜訊,也有各式各樣的雜物堆放在各處,所以不好設定遮罩的大小來消除背景。感謝你的幫助,我會使用你的方式再做嘗試,也想請教你之前做的project內容及處理方式當作參考。

之前是做設備的,它的視覺相對來說穩定一點,對於之前專案的進行,必須先取得檢測物品,進行打光跟演算法撰寫,基本上labview可用的都寫過,labview vision的2D也很弱,經常比對不到

還有人在用NI Vision喔 好感動喔,增加精確度當然
1.首選相機精度要到,你可以根據ROI和相機規格算一個PIXEL多少,
2.再來是打光也有差,不然開燈關燈就會影響你的圖片,當然光源強曝光時間就可以短一點,FPS高
3. Pattern Match 會反饋 Score,以前我們做法是寫迴圈,Pattern太低就換下一張,
所以好的Pattern Match 不會只有一張Pattern ,當然很多人只用一張Pattern就在抱怨算法爛,
只能呵呵攤手
4. 當然你可以做些膨脹,去除二質化小點等,看能不能增加判斷力
5. OCR 沒真用過,不確定好壞
6. 現在機器學習那麼紅,線上課程很多,你有學過的話自己搭建一個CNN神經網路來跑,
會提升準度很多,我自己是買很多線上課程在看。

恩恩加油~

了解,感謝你的回復,我會再做嘗試

感謝你的回復,相機的精度我也考慮了很久,但精度較好的攝像頭經過影像處理的延時很嚴重,要做即時影像辨識有些難度,不過使用迴圈的pattern確實是個辦法我之前都沒想到,感謝你的提供。對於labview我是這一兩個月才開始頻繁接觸,對於許多關於機器學習的東西都不是很專業,也礙於自身的關係沒有多餘的時間上線上課程,只能自己找資料慢慢摸索,希望能多包容一下