我正在做一个项目，我必须在凸轮提供的图像中自动分割汽车的不同部分（即车门、前灯等）。
在第一步中，我想删除背景，因此算法不会在不应该的地方找到任何东西。
我也有只是背景的图像，但是由于曝光时间、汽车的光反射等原因，照明有很大不同。
我试图通过简单的减法来消除 BG，不幸的是，由于光照条件非常不同，这并没有起到太大的帮助。
所以接下来我应用了直方图均衡，但这也没有太大帮助。
我怎样才能摆脱这个不同灯光场景中的背景？有没有可以用于这两个图像的 OpenCV 方法？
问问题
7288 次
4 回答
2
Opencv有三种不同的背景减法方法：
BackgroundSubtractorGMG bs_gmg;
BackgroundSubtractorMOG bs_mog;
BackgroundSubtractorMOG2 bs_mog2;
Mat foreground_gmg;
bs_gmg ( image, foreground_gmg, -1.0 );
Mat foreground_mog;
bs_mog ( image, foreground_mog, -1.0 );
Mat foreground_mog2;
bs_mog2 ( image, foreground_mog2, -1.0 );
您可以阅读它们并使用最适合您的一种。
于 2013-04-26T08:36:03.177 回答
1
我的经验表明，照明条件可以有如此多的变化，两张图像根本不够。您从基于像素的方法开始，对两个图像进行简单的逐像素减法，但光照变化使颜色看起来非常不同，即使在 HSV 空间中也是如此。这是光圈问题的一个例子，它是计算机视觉中最基本的困难之一。简单来说，我们需要更多的上下文。因此，您尝试通过估计和校正全局照明参数来获得该上下文，但发现这还不够，因为图像的不同区域可能具有不同的反射率属性，或者与光源的角度不同。如果继续使用这种方法，下一步是根据外观将图像分割成区域，并分别均衡每个区域的直方图。尝试例如分水岭分割。
还有一种完全不同的方法。背景实际上可能不是这里信息最丰富的线索，为什么要从它开始呢？你可以改用Viola-Jones 方法，然后从那里开始。一旦你得到它的工作，从后台添加信息以提高质量。
于 2013-11-07T08:34:14.953 回答
0
你没有提到你使用什么色彩空间。我假设RGB？有一些颜色空间类型默认处理亮度参数，因此您可以使用这些信息应用背景减法算法。看看http://en.wikipedia.org/wiki/HSV_color_space
于 2013-04-26T09:00:41.833 回答
0
好吧...只是说，我不确定这是否可行，但您可以基于更大的区域（如内核）应用减法，然后将直方图变化放在该点。例如，假设我们的内核补丁设置为30x30像素，我们将其应用于p(x,y)来自背景图像和q(x,y)测试图像的像素（p 和 q 是每个图像上相同的相应位置）。因此，我们有一个 30x30 的减去补丁图像。
现在，试着处理这个减去的补丁产品，比如它的直方图。零直方图意味着相同的比较补丁。“几乎平坦”的直方图可能意味着相同。否则，将其视为前景。
于 2013-04-26T09:31:10.840 回答