camshift算法原理.docVIP

Camshift算法原理 CamShift算法，即Continuously Aptive Mean-Shift算法，是一种运动跟踪算法。它主要通过视频图像中运动物体的颜色信息来达到跟踪的目的。1) Back Projection计算2) Mean Shift算法3) CamShift算法一、Back Projection计算Back Projection的步骤是这样的：1. 计算被跟踪目标的色彩直方图。在各种色彩空间中，只有HSI空间(或与HSI类似的色彩空间)中的H分量可以表示颜色信息。所以在具体的计算过程中，首先将其他的色彩空间的值转化到HSI空间，然后会其中的H分量做1D直方图计算。2. 根据获得的色彩直方图将原始图像转化成色彩概率分布图像，这个过程就被称作Back Projection。在OpenCV中的直方图函数中，包含Back Projection的函数，函数原型是：void cvCalcBackProject(IplImage** img, CvArr** backproject, const CvHistogram* hist); 传递给这个函数的参数有三个：IplImage** img:存放原始图像，输入。CvArr** backproject:存放Back Projection结果，输出。CvHistogram* hist:存放直方图，输入。下面就给出计算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_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].4.计算Back Projection：IplImage* rawImage; //---------------------------------------------- //get from video frame,unsigned byte,one channel //---------------------------------------------- IplImage* result=cvCreateImage(cvGetSize(rawImage),IPL_DEPTH_8U,1); cvCalcBackProject(rawImage,result,hist); 5.结果：result即为我们需要的.二、meanshift这里来到了CamShift算法，OpenCV实现的第二部分，这一次重点讨论Mean Shift算法。在讨论Mean Shift算法之前，首先讨论在2D概率分布图像中，如何计算某个区域的重心(Mass Center)的问题，重心可以通过以下公式来计算：1.计算区域内0阶矩for(int i = 0;i height;i++) for(int j = 0;j width;j++) M00 += I(i,j) 2.区域内1阶矩：for(int i=0;iheight;i++) for(int j=0;jwidth;j++) { M10+=i*I(i,j); M01+=j*I(i,j); } 3.则Mass Center为：Xc=M10/M00; Yc=M01/M00 接下来，讨论Mean Shift算法的具体步骤，Mean