我正在做一个项目，用于检测前额的 Omega 状皱纹（抑郁症的诊断特征）。根据这篇论文，我发现 Hessian 过滤器是检测皱纹的好方法：Yap，M....

我正在开展一个项目，用于检测前额的 Omega 状皱纹（抑郁症的诊断特征）。根据这篇论文，我发现 Hessian 滤波器是检测皱纹的好方法：

Yap, MH、Alarifi, J.、Ng, C.、Batool, N. 和 Walker, K. (2019)。自动面部皱纹注释器。计算机科学讲义（第 676-680 页）。https: https://doi.org/10.1007/978-3-030-11018-5_5

我使用了 skimage 的 hessian 过滤器，尽管根据 这个 ，但对我来说已经足够了。

我按顺序应用了以下内容：

1. 高斯模糊。
2. Hessian 滤波器。
3. 合拢操作。

这是我的代码：

image = io.imread("1.jpg", as_gray=True)
image = cv2.GaussianBlur(image, (5,5), 0)
hessian_image = filters.hessian(image)

kernel = np.ones((5,5), np.uint8)
closing = cv2.morphologyEx(hessian_image, cv2.MORPH_CLOSE, kernel)

closing = np.array(np.divide(closing, np.amax(closing)), dtype=np.float64)
closing *= 255
closing = np.uint8(closing)

cv2.imshow("Closing", closing)
cv2.waitKey(0)

这是输入图像：

这是输出图像：

我无法使用模板匹配检测类似 Omega（或类似矩形）的形状，因为它们在不同图像之间会有所不同。您还有其他想法吗？