Question

问题

我收集了日本一座山的数码照片。但是，这座山经常被云雾笼罩。

我可以使用哪些技术来检测图像中可见山峰？我目前将Perl与Imager模块一起使用，但可以选择。

所有图像都是从完全相同的位置拍摄的-这些是一些示例。

样本图片http://www.freeimagehosting.net/uploads/7304a6e191.jpg

我天真的解决方案

我首先获取了山锥的几个水平像素样本，并将亮度值与天空中的其他样本进行比较。这对于区分好图像1和差的图像2效果很好。

但是在秋天下雪了，山变得比天空亮，就像图3一样，我简单的亮度测试开始失败了。

图像4是边缘盒的示例。我将其归类为好图像，因为其中一些山清晰可见。

更新1

谢谢您的建议-我很高兴大家都高估了我的能力。

根据答案，我已经开始尝试ImageMagick边缘检测变换，这使我可以分析更简单的图像。

convert sample.jpg -edge 1 edge.jpg

边缘检测到的样本http://www.freeimagehosting.net/uploads/caa9018d84.jpg

我认为我应该使用某种遮罩来摆脱树木和大部分云朵。

获得蒙版图像后，将相似度与“良好”图像进行比较的最佳方法是什么？我猜适合这个工作的“ 比较 ”命令？如何从中获得数字“相似度”值？

更新2

我想我可能会卷入其中。

我通过对好的图像进行边缘检测来制作“内核”图像（下图的顶部）。然后，我将山的轮廓周围的所有“噪音”都消除了，然后进行了裁剪。

然后，我使用以下代码：

use Image::Magick;

# Edge detect the test image
my $test_image = Image::Magick->new;
$test_image->Read($ARGV[0]);
$test_image->Quantize(colorspace=>'gray');
$test_image->Edge(radius => 1);

# Load the kernel
my $kernel_image = Image::Magick->new;
$kernel_image->Read('kernel-crop.jpg');

# Convolve and show the result
$kernel_image->Convolve(coefficients => [$test_image->GetPixels()]);
$kernel_image->Display();

我针对各种示例图像运行了此操作，结果如下（卷积图像显示在每个示例下方）：

（对不起-与上次不同的示例图像！）

替代文字http://www.freeimagehosting.net/uploads/f9a5a34980.jpg

现在，我试图量化图像的“随机性”。我尝试拍摄图像的平均亮度：

$kernel_image->Scale('1x1');
die $kernel_image->GetPixel(x=>1,y=>1)[0];

但这给出的值并不有意义（0.0165、0.0175和0.0174）。还有更好的方法吗？