目标定位与跟踪中的图像处理技术.pptVIP

RGB到HSV的转换方法 给定一帧RGB 图像，其从RGB空间到HSV空间的转换方法如下： 颜色表示 例如：采用直方图来表达图像的颜色分布特征。 对颜色进行量化 计算颜色落在各个小区间内的像素数量 对其进行直方图投影就可以得到图像的颜色概率分布图像 PS中的颜色直方图 原始图片 4 图像滤波及形态学处理算法 运动目标提取时，为了消除相机采集的图像中的噪声、改善图像质量，使图像变得更清晰，需要对图像进行滤波； 几种常见噪声：高斯噪声、加性噪声及椒盐噪声等; 为了消除噪声影响和突出图像的一些特征，目前常用的方法有： 邻域均值滤波 中值滤波法 L/O/G/O * * * * * * 目标定位与跟踪中的图像处理技术 PPT演讲：刘 PPT制作：武 机 器 视 觉 识 别 与 检 测 技 术 课堂展示 目录 现状 1 边缘检测及其表示 2 图像颜色及其表示 3 4 图像滤波及形态学处理算法 结语 5 1 现状 在科学技术日新月异的今天，人们对机器设备的智能性、自主性要求也越来越高，希望其完全替代人的角色，把人们从繁重、危险的工作任务中解脱出来，而能否像人一样具有感知周围环境的能力已成为设备实现智能化自主化的关键。 图像处理是视觉跟踪的前提和基础，随着目标跟踪技术在各个领域的广泛应用，人们对其技术性能也提出了更高的要求，目前主要集中在系统的实时性、准确性、鲁棒性以及智能性等方面。 2 边缘检测及其表示 物体的形状特征在大多数情况下变化不多，基于目标形状轮廓的跟踪方法与基于区域的匹配方法相比，可以更精确的分割目标。 边缘是运动目标的最基本特征，表现在图像中就是指目标周围图像灰度有阶跃变化或屋顶变化的那些像素集合，它是图像中局部亮度变化最显著的部分。 边缘检测 边缘检测的相关算子 梯度算子 Laplacian 算子 1 2 边缘检测就是采用某种算法来定位灰度不连续变化的位置，从而图像中目标与背景的交界线。 图像的灰度变化可以用灰度梯度来表示。 梯度算子 梯度也即一阶导数，梯度算子对应一阶导数算子，一阶导数也即梯度可以表示为： Laplacian 算子 Laplacian算子是一种二阶导数算子，二阶导数可以表示为： 边缘表示 图像经过边缘检测之后，还要经过轮廓追踪和轮廓表达。 轮廓跟踪的目的是得到边缘像素的集合边缘表。 轮廓表达则是通过对边缘表做一些处理，如拟合、统计及逼近等，得到目标形状特征的直观表达，为后续匹配提供模板信息。 轮廓跟踪 轮廓跟踪的思想是： 根据提取的图像边缘，找出轮廓上的像素； 根据这些像素的特征用一定的“跟踪准则”找出物体上的其他像素。 其跟踪效果的好坏主要取决于起始点和跟踪准则的选取两个因素。 轮廓跟踪 跟踪准则：按起始点选取准则找到最左下方位的边界点后，以其为起始点，定义左上方为初始搜索方向，若该方向的点为黑点（特征点），则判其为边界点，否则沿顺时针方向旋转搜索方向45度，依此类推，直到搜索到第一个黑点（特征点）为止，然后再把该黑点（特征点）作为新的边界点，逆时针方向旋转当前搜索方向90度，用相同的方法继续搜索下一个黑点（特征点），直到找到初始边界点为止。若用箭头表示搜索方向，那么该轮廓跟踪算法可以用右图表示。 起始点的选取准则又称“探测准则”，其思想是：按照从左到右、从下到上的次序搜索 轮廓表达 通过上述算法得到物体的边缘表后，可以用其作为轮廓表达，也可以对其进行处理，用处理后的信息形式来表达轮廓。 目前常用的轮廓表达有以下三种： 逼近拟合 曲线法 内插拟合曲线法 统计 特征法 3 图像颜色空间 为了对丰富多样的色彩进行表达，人们用表示颜色的三个参数所构成的三维空间来对图像的颜色进行描述，这个三维空间就是所谓的颜色空间。 例如： RGB格式(红、绿、蓝三基色模型) HSV格式(色度、饱和度、亮度模型) RGB格式 工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。 HSV格式 HSV格式(色度、饱和度、亮度模型) H参数表示色彩信息，即所处的光谱颜色的位置。该参数用一个角度量来表示，红、绿、蓝分别相隔120度。互补色分别相差180度。 纯度S为一比例值，范围从0到1，它表示成所选颜色的纯度和该颜色最大的纯度之间的比率。S=0时，只有灰度。 V表示色彩的明亮程度，范围从0到1。有一点要注意：它和光强度之间并没有直接的联系。 L/O/G/O * * * * *