Camshift算法原理及Opencv实现.docVIP

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Camshift算法原理及其Opencv实现 Camshift原理 camshift利用目标的颜色直方图模型将图像转换为颜色概率分布图,初始化一个有哪些信誉好的足球投注网站窗的大小和位置,并根据上一帧得到的结果自适应调整有哪些信誉好的足球投注网站窗口的位置和大小,从而定位出当前图像中目标的中心位置。 分为三个部分: 1--色彩投影图(反向投影): (1).RGB 颜色空间对光照亮度变化较为敏感,为了减少此变化对跟踪效果的影响,首先将图像从RGB空间转换到HSV空间。(2).然后对其中的H分量作直方图,在直 方图中代表了不同H分量值出现的概率或者像素个数,就是说可以查找出H分量大小为h的概率或者像素个数,即得到了颜色概率查找表。(3).将图像中每个像 素的值用其颜色出现的概率对替换,就得到了颜色概率分布图。这个过程就叫反向投影,颜色概率分布图是一个灰度图像。 2--meanshift meanshift算法是一种密度函数梯度估计的非参数方法,通过迭代寻优找到概率分布的极值来定位目标。 算法过程为: (1).在颜色概率分布图中选取有哪些信誉好的足球投注网站窗W (2).计算零阶距: 计算一阶距: 计算有哪些信誉好的足球投注网站窗的质心: (3).调整有哪些信誉好的足球投注网站窗大小 宽度为;长度为1.2s; (4).移动有哪些信誉好的足球投注网站窗的中心到质心,如果移动距离大于预设的固定阈值,则重复2)3)4),直到有哪些信誉好的足球投注网站窗的中心与质心间的移动距离小于预设的固定阈值,或者循环运算的次数达到某一最大值,停止计算。关于meanshift的收敛性证明可以google相关文献。 3--camshift 将meanshift算法扩展到连续图像序列,就是camshift算法。它将视频的所有帧做meanshift运算,并将上一帧的结果,即有哪些信誉好的足球投注网站窗的大小和中心,作为下一帧meanshift算法有哪些信誉好的足球投注网站窗的初始值。如此迭代下去,就可以实现对目标的跟踪。 算法过程为: (1).初始化有哪些信誉好的足球投注网站窗 (2).计算有哪些信誉好的足球投注网站窗的颜色概率分布(反向投影) (3).运行meanshift算法,获得有哪些信誉好的足球投注网站窗新的大小和位置。 (4).在下一帧视频图像中用(3)中的值重新初始化有哪些信誉好的足球投注网站窗的大小和位置,再跳转到(2)继续进行。 camshift 能有效解决目标变形和遮挡的问题,对系统资源要求不高,时间复杂度低,在简单背景下能够取得良好的跟踪效果。但当背景较为复杂,或者有许多与目标颜色相似 像素干扰的情况下,会导致跟踪失败。因为它单纯的考虑颜色直方图,忽略了目标的空间分布特性,所以这种情况下需加入对跟踪目标的预测算法。 Camshift的opencv实现 原文/houdy/archive/2004/11/10/175739.aspx 1--Back Projection 计算Back Projection的OpenCV代码。 (1).准备一张只包含被跟踪目标的图片,将色彩空间转化到HSI空间,获得其中的H分量: IplImage* target=cvLoadImage(target.bmp,-1); //装载图片 IplImage* target_hsv=cvCreateImage( cvGetSize(target), IPL_DEPTH_8U, 3 ); IplImage* target_hue=cvCreateImage( cvGetSize(target), IPL_DEPTH_8U, 3 ); cvCvtColor(target,target_hsv,CV_BGR2HSV); //转化到HSV空间 cvSplit( target_hsv, target_hue, NULL, NULL, NULL ); //获得H分量 (2).计算H分量的直方图,即1D直方图: IplImage* h_plane=cvCreateImage( cvGetSize(target_hsv),IPL_DEPTH_8U,1 ); int hist_size[]={255}; //将H分量的值量化到[0,255] float* ranges[]={ {0,360} }; //H分量的取值范围是[0,360) CvHistogram* hist=cvCreateHist(1, hist_size, ranges, 1); cvCalcHist(target_hue, hist, 0, NULL); 在这里需要考虑H分量的取值范围的问题,H分量的取值范围是[0,360),这个取值范围的值不能用一个byte来表示,为了能用一个byte表示,需要将H值做适当的量化处理,在这里我们将H分量的范围量化到[0,255]。 (3).计算Back Projection: IplImage* rawImage; //get from video frame,unsigned byte,one ch

文档评论(0)

nnh91 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档