工业电梯人数统计系统 计算机视觉.ppt

专业：模式识别与智能系统 姓名：王奉甲 学号：1401266 二.目标识别提取的方法 帧间差分法 光流法 均值漂移算法 haar分类器提取目标 等等 1.帧间差分法 帧间差分法是利用相邻两帧图像做减法来提取前景物体，由于计算量小，所以运行速度比较快，另外帧间差分法对缓慢变换的光照不是很敏感，所以其用途比较广泛。 其基本原理可以用下面公式看出： 　　|i(t)-i(t-1)|T 背景 　　|i(t)-i(t-1)|=T 前景 　　其中i(t),i(t-1)分别为t,t-1时刻对应像素点的像素值,T为阈值。 用OpenCV2.4.4+Visual Studio 2012做了个简单的实验 2.光流法的目标跟踪 三.自己的算法 1.思路 2.算法流程图 3.目标的提取1）阈值结果线的提取 bool frameprocess::sun_Linechange1(Mat sourceImg) { int j,sum=0; uchar *pImg=sourceImg.ptruchar(Pos1); //灰度图像的100行首地址放在pImg uchar *pLine=lastLine1.ptruchar(0); //上一帧图像第100行的首地址 uchar *pLinecc=ccLine1.ptruchar(0); //阈值结果线 for (j=0;jimgCols;j++) { if (pImg[j]-pLine[j]12||pImg[j]-pLine[j]-12) { sum++; //变化过大的像素点数量 pLinecc[j]=255; } else { pLinecc[j]=0; } pLine[j]=pImg[j]; } return sum60; //若一行像素点有60个以上变化了12 则布尔变量为true } 2）积累图的提取 if (sun_Linechange1(colorImage)) { pAccl1=accLine1.ptruchar(accNum1); // accLine1为积累图 for (j=0;jimgCols;j++) { pAccl1[j]=pLine1[j]; } accNum1++; } else { if (accNum17) { Mat target(accNum1,imgCols,CV_8UC1); int zeoNum=0; for (i=0;iaccNum1;i++) { pTarg1=target.ptruchar(i); pAccl1=accLine1.ptruchar(i); for (j=0;jimgCols;j++) { pTarg1[j]=pAccl1[j]; if (pTarg1[j]==255) { zeoNum++; // 积累图中255像素点的数量 } } }... 3）积累图提取结果 1.某时刻一个人经过进出线时的积累图 3.目标的处理和分析 if (zeoNum700) { morphologyEx(target,target,CV_MOP_CLOSE,Mat()); //填充前景物体中的小洞 morphologyEx(target,target,CV_MOP_OPEN,Mat()); //移除场景中比较小的物体 vectorvectorPoint contours; Mat targetClone=target.clone(); findContours(targetClone,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE); for(vectorvectorPoint::iterator it=contours.begin();it!=contours.end();) { if(contourArea(*it)400) it=contours.erase(it); else { it++; } }