OpenCV方法来检测农业领域中未切割的行边界

如何解决OpenCV方法来检测农业领域中未切割的行边界

对于agricultural field 我使用calcOpticalFlowFarneback方法来接受此操作

图像序列中的

图像，看起来非常健壮。

但是我在后续步骤上遇到了麻烦-查找已切割/未切割的草地边界线。 AdaptiveThreshold，erote和dilate方法无法为我提供良好的结果，并且在视频Feed上似乎也不可靠-也许我只是搞砸了参数：

adaptiveThreshold(grayFrame,bw,255,ADAPTIVE_THRESH_MEAN_C,THRESH_BINARY_INV,11,1);
Mat verticalStructure = getStructuringElement(MORPH_ELLIPSE,Size(1,2));
erode(bw,bw2,verticalStructure,Point(-1,-1),3);
dilate(bw,3);
Mat structuringElement = getStructuringElement(MORPH_ELLIPSE,Size(2,4));
morphologyEx( bw2,MORPH_CLOSE,structuringElement,3);

我应该尝试其他方法，例如神经网络，卡尔曼滤波器，还是可以从第一步接收结果-灰度图像？

解决方法

“”“我应该尝试其他方法，例如神经网络，卡尔曼滤波器，还是可以从第一步接收结果-灰度图像？”“”

answer 是，我会尝试另一种方法。这是神经网络一直做得很好的事情。有几个“开箱即用”的预先训练的细分网络（首先尝试使用U-net）可以让您抢先一步。
您将需要：

-使用一堆图像创建标记的数据：在未收获的区域上创建遮罩。

-使用您的数据“微调”网络。 keras finetuning documentation

当然，与任何此类问题一样，您可能会遇到其他障碍，例如：

-使用多少图片/作物

-如何预测整个图像

-并且最重要的是，假设您可以完美遮盖场图像的未切割区域，您的问题实际上得到解决了吗？我一直做的练习是假装我有一个黑匣子，它将给我带来完美的结果（在您的情况下，是一个不错的二进制掩码）……然后完成该任务的下游整个任务。如果能够解决问题，那么值得花时间进行机器学习...否则，那是浪费时间。