量杯中盛有航空油（稍微带有一点黄色），用什么图象处理技术可以识别油的高度啊。

Question

请给一点提示好吗？

Answer 1

要边缘检测，sobel的，只检测横向量的，计算之间的距离，应该可以吧，若要精读测量的话，用亚像素边缘检测，最小二乘，zernike算子，双线形差值等，

Answer 2

请看看相关图片。
http://club.5ivb.net/dispbbs.asp?boardID=1&ID=39084

Answer 3

呵呵，我本科毕业设计做的数字图像处理，稍微有点了解！：）图像做差很复杂，背景和灯光的照射各种噪声都会影响图像每个点的像素。我自己写了一个小程序，可以获得每个点的像素，画出每种颜色分量的灰度直方图，包括一些简单的边缘检测算子的实现，还有canny算子的。你可以比较看一下各种边缘检测的结果。如果你需要，给我发邮件。因为是毕业设计，不一定很对，你可以简单参考一下。还有颜色分量，可惜只有rgb，没有黄色，不然一下子就能检测出来了！呵呵。也不知道你要选择什么分量，RGBHIS?至于说选取一种颜色，然后对应这种颜色进行检测，比如黄色，实现起来比较复杂，可能要用到颜色矢量？（曾经看过一篇这样的论文）要不就要进行换算？这个不懂。

Answer 4

昨天晚上大概看了一下这个图片的梯度图，然后早上起来在以上各位的启发下，想到了这样的方法，根据梯度图，是可行的，方法如下：
1、任意取一个颜色，进行边缘检测，简单的sobel算子，非常方便，取y方向的模版就可以实现了。但是在实际梯度图像的处理结果中，发现你图片的整体梯度值不大，梯度值分布比较集中。
2、梯度图中
  （1）如果阈值选择的比较大（动态选择，选择梯度值数目为所有像素梯度值数目的60%+以上的那个梯度值作为阈值），二值化后，液体高度的边缘看起来似乎非常直观，但是真正在图上寻找起来，只能统计梯度图中，每一个y值（每一行）对应的边缘的像素个数，取除了容器边缘的，边缘点最多的y值作为高度。容器的高度，对应着边缘像素中，最大y-最小y
  （2）我个人倾向于选择阈值比较小（选择梯度值数目为所有像素梯度数目的20%+以上的那个梯度值作为阈值），这样结果比较好。对二值化后的梯度图，再选择y值数目在边缘像素y值分布中的30%以上的那个y值作为溶液高度（包括容器边缘的影响）。容器高度计算同上。两种方法，都能实现，就怕我说的听不懂。