从一堆对象中提取一个对象并检测边缘

在我的大学项目中，我需要通过检测叶子的边缘来根据植物叶子的形状来识别植物的种类。 （我使用OpenCV 2.4.9和C++），但源图像是在植物的真实环境中拍摄的，并且有不止一片叶子。请参阅下面的示例图片。所以这里我需要提取一片叶子的边缘图案来进一步处理。

使用 Canny Edge Detector 我可以识别整个图像的边缘。

但我不知道如何从这里开始提取一张叶子的边缘图案，可能会更清晰和完整的叶子。我不知道这是否也可能。谁能告诉我这是否可能，如何提取一片叶子的边缘，我只想知道我需要应用于图像的图像处理步骤。我不需要任何代码示例。我是图像处理和 OpenCV 的新手，通过实验进行学习。

提前致谢。

Edit

正如 Luis 所说，在使用 Canny 边缘检测进行边缘检测后，我已经对图像进行了形态学接近，但似乎我仍然很难从图像中找到最大的轮廓。 这是我处理图像所采取的步骤

1. 应用双边滤波器降低噪声

   bilateralFilter(img_src, img_blur, 31, 31 * 2, 31 / 2);
   

2. 通过直方图均衡调整对比度

   cvtColor(img_blur,img_equalized,CV_BGR2GRAY);
   

3. 应用 Canny 边缘检测器

   Canny(img_equalized, img_edge_detected, 20, 60, 3);
   

4. 阈值二值图像以去除一些背景数据

   threshold(img_edge_detected, img_threshold, 1, 255,THRESH_BINARY_INV);
   

5. 图像的形态接近

   morphologyEx(img_threshold, img_closed, MORPH_CLOSE, getStructuringElement(MORPH_ELLIPSE, Size(2, 2)));
   

以下是我得到的结果图像。

我从上面的原始图像中得到的结果

源图像和第二张图像的结果

来源 ：

Result :

有什么方法可以检测最大轮廓并将其从图像中提取出来吗？

请注意，我的最终目标是使用真实环境图像创建一个植物识别系统，但在这里我不能使用模板匹配或屏蔽之类的东西，因为用户必须拍摄图像并上传它，所以系统没有任何先验想法关于叶子。

这是完整的代码

#include <opencv\cv.h>
#include <opencv\highgui.h>
using namespace cv;

int main()
{
Mat img_src,     img_blur,img_gray,img_equalized,img_edge_detected,img_threshold,img_closed;
//Load original image
img_src = imread("E:\\IMAG0196.jpg");

//Apply Bilateral Filter to reduce noise
bilateralFilter(img_src, img_blur, 31, 31 * 2, 31 / 2);

//Adjust contrast by histogram equaliztion
cvtColor(img_blur,img_equalized,CV_BGR2GRAY);

//Apply Canny edge detector
Canny(img_equalized, img_edge_detected, 20, 60, 3);

//Threshold binary image to remove some background data
threshold(img_edge_detected, img_threshold, 15, 255,THRESH_BINARY_INV);

//Morphological close of the image
morphologyEx(img_threshold, img_closed, MORPH_CLOSE, getStructuringElement(MORPH_ELLIPSE, Size(2, 2)));

imshow("Result", img_closed);
waitKey(0);
return 0;
}

谢谢。

好吧，这里也有人问过类似的问题：

• opencv 匹配边缘图像

看起来边缘信息并不是图像的良好描述符，如果您想尝试的话，我将执行以下步骤：

1. 加载图像并将其转换为灰度
2. 检测边缘 - Canny、Sobel 尝试并找到最适合您的
3. 将阈值设置为消除大部分背景的给定值 - 二值化图像
4. 关闭图像 - 形态关闭不要关闭窗口！
5. 计算并识别图像中的对象（斑点、分水岭）
6. Check each object for a shape (assuming you have described shapes of the leaf you could find before or a standard shape like an ellipse) features like:
   • http://docs.opencv.org/modules/imgproc/doc/structural_analysis_and_shape_descriptors.html
   • http://www.math.uci.edu/icamp/summer/research_11/park/shape_descriptors_survey.pdf
7. 如果给定的物体具有您描述为叶子的给定形状，那么您就检测到了叶子！。

我相信给定的图像是在现实世界中拍摄的，这些算法的性能会很差，但这是一个开始。希望它有帮助:)。

-- 编辑后 06/07

好吧，既然你事先没有关于叶子的信息，我认为我们能做的最好的事情就是：

• 加载图片
• 双边过滤器
• Canny
• 提取轮廓
• Assume：周长最大的轮廓是叶子
• 凸包 3 或 2 个最大的轮廓（蓝线是凸包完成的）
• 使用这个凸包对图像进行图形切割并将其分割

如果执行这些步骤，您最终会得到如下图像：

我不会在这里发布代码，但是你可以在我凌乱的github中查看它。我希望你不介意它是用 python 编写的。

叶子 - Github

尽管如此，我还有一些事情需要完成，可以改善结果。路线图是：

• 在图形剪切中定义掩码（如文档中描述的那样）
• 应用区域增长可能会提供更好的凸包
• 删除所有接触图像边界的边缘可以帮助识别较大的边缘

嗯，再次希望有帮助