图像异物识别功能

我希望实现一个图像异物识别的功能，但是我的图像处理储备知识有限，请求各位的帮助。我想检测污渍和夹带制片的情况。然而，这个工程的识别数据量级是百万级的。

条件与可能性

在图像中可能存在以下情况：

• 有人在立体几何图上做辅助线(或其他科目如物理，有自己的电路图),这可能会导致错误地识别为污渍。
• 图像上粘了一个纸条，就像作为条码一样(白底，姓名，考号，照片)。图像中出现一块白色遮挡区域。

思路求解

对于第一种可能，我想到的是用二值灰度图进行阈值分割，然后进行连通区域分析，找出大面积的黑色区域。不过，这个方法可能会误判答卷原有的图像，比如物理试卷中的电路图。

（a）原图

（b）有污渍的图

（c）夹带纸片的图

• 帮你找了个相似的问题, 你可以看下: https://ask.csdn.net/questions/7464571
• 除此之外, 这篇博客: 最大似然法，贝叶斯估计、最小错误贝叶斯决策Excel数据分类处理(介绍+Python实现)中的         假定男女身高和体重数据模型都满足正态分布，且其平均数的平均数和方差也满足正态分布，在设定平均数的均值和方差初始条件后，使用贝叶斯估计方法即可得到图3的估计结果。经过不断尝试对比可知贝叶斯估计数值与实际数值误差大小受到初始设定条件数据影响很大，所以下面的算法对比结果都是建立在上图中设定的平均数初始分布参数的前提下进行。图3中得到的贝叶斯平均数估计结果与上述最大似然估计结果的前提条件是一样的，都是从725个总数据集中随机抽取50%作为训练集而得到的，贝叶斯平均数估计值与实际值误差值在0.30左右的数量级，比最大似然估计的平均数估计误差小些。 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

•