2

我有一个普通表面的背景图像。我的目标是跟踪在表面上定位/移动的对象。

我正在使用 MOG2 查找学习率为 0 的前景对象，因此不会更新背景（否则会在背景中合并静态对象）。

结果很好，但是我对光线有一个很大的问题：如果在获取背景后光线发生变化，则会将各种伪影检测为前景物体。

如何提高对光照的鲁棒性？

更新

我正在尝试一种效果很好的解决方案，但它需要一些修复。

我以这种方式使用 MOG2：

  1. 使用第一帧 (BGK) 获取和学习背景
  2. 将 MOG2 应用于当前帧，学习率为 0（无更新）并获得前景蒙版（FG_MASK）
  3. 对于接下来的帧，我使用 FG_MASK 来掩盖 BGK，并使用结果以一定的学习率应用于 MOG2（这会更新背景）。
  4. 之后，我从 MOG2 算法中更新 BGK。

这样，对象就被从背景中屏蔽掉了，而背景仍然在更新。这可以保证对光变化的良好鲁棒性。

具有自适应背景的前景检测

有一些缺点，例如当光线变化时，物体遮罩（“遮罩斑点”）保持之前的亮度，如果差异太大，可以检测为新物体。

缺点

在上图中，您可以看到当前帧更亮，而静态对象的蒙版更暗。

我的想法是尝试在光线变化后调整“遮罩斑点”来改变它的亮度。我怎样才能用 OpenCV 得到这个？

修复以前的缺点

使用instaead函数来简单地遮盖 BGK（步骤 3），我可以使“遮罩斑点”与背景亮度变化保持同步。这个修复也有缺点，它的性能不是很好。

更新 2

我认为这是一个有趣的话题，所以我会保持更新。修复功能很慢，所以我正在尝试另一种方式。使用 Hsv 颜色空间可以让您管理亮度通道，我可以通过这种方式减少亮度的影响：

  1. 使用 Split 功能获得 V 通道
  2. 计算通道 V 的平均值
  3. 使用平均值对 V 通道应用阈值截断
  4. 使用新的 V 通道重建框架
4

1 回答 1

0

我在实现速度估计算法时遇到了类似的问题，希望我的解决方案可以帮助你。

我尝试的一种方法是累积差异图像（基本上就是你对 MOG2 所做的），但是当背景更新时它无法跟踪静止物体。当我没有更新背景时，我遇到了和你一样的问题。

所以，我决定使用 RGB/HSV 阈值。我设置了道路颜色的边界（比如说灰色），并创建了二值图像，其中道路颜色的所有颜色都是黑色（0），其他颜色都是白色（1）。这是一个关于 HSV 阈值的不错的教程。选择边界时，您可以确认照明因子设置，让我们说明亮照明的上限和黑暗的下限。但是，这种方法可能会导致算法看不到与背景颜色相似的对象。另一个缺点是背景应该是统一的，没有任何细节。

您可以尝试的另一种方法是将输入图像和背景都转换为灰度，然后手动减去。这将使您有机会调整与背景差异的阈值水平。假设在黑暗条件下值为 120 的背景在明亮条件下将有 140，因此差异为 20。对于对象像素可能让我们说值为 180，背景值为 120，因此差异为 60。为差异设置阈值 20并将低于 20 的值设置为 0，将高于 20 的值设置为 1，这应该可以做到（所有值都在 0 到 255 的范围内）。

祝你好运！

于 2019-04-26T00:25:49.823 回答