学习OpenCV2——MeanShift之目标跟踪

最新推荐文章于 2021-12-07 07:13:29 发布

Markala

最新推荐文章于 2021-12-07 07:13:29 发布

阅读量1.1w

点赞数 9

分类专栏： OpenCV2 目标跟踪文章标签： MeanShift 目标跟踪 OpenCV2

本文链接：https://blog.csdn.net/GDFSG/article/details/51016460

版权

前面学习了MeanShift用于目标检测，现在来看看MeanShift如何用于目标跟踪。

OpenCV里的MeanShift跟踪方法涉及图像矩和反向投影的知识，如果不清楚可以先看我的另一篇博文“图像的几何矩”

1. MeanShift( )跟踪的流程

MeanShift是个迭代的算法，每次迭代会往概率密度大的方向移动，所以MeanShift算法得用在概率密度图上，而反向投影图就是一个典型的颜色概率密度图。下图是

meanshift算法的流程图。

图画麻烦了，其实编程很简单。

初始化：计算目标区域rect0的直方图hist0。

跟踪：根据目标直方图hist0，计算整个搜索区域的反向投影图prohist1；

给定目标起始区域rect和终止条件，在反向投影图prohist1上调用meanshift函数，得到最终区域rectN。

2. cvMeanShift( )详解

OpenCV中进行MeanShift跟踪的函数是cvMeanShift( )。

函数原型见 ..\OpenCV249\sources\modules\video\src\camshift.cpp

int cvMeanShift( const void* imgProb,             //输入概率密度图
                 CvRect windowIn,                 //初始目标区域
                 CvTermCriteria criteria,         //迭代终止条件
                 CvConnectedComp* comp )          //可选条件，表示连通域结构体

函数有返回值，返回的是迭代次数，而这个windowIn则是最终目标区域。

CV_IMPL int
cvMeanShift( const void* imgProb, CvRect windowIn,
             CvTermCriteria criteria, CvConnectedComp* comp )
{
    //CvMoments是个结构体，存的是图像矩
    CvMoments moments;
    int    i = 0, eps;
    CvMat  stub, *mat = (CvMat*)imgProb;
    CvMat  cur_win;
    CvRect cur_rect = windowIn;

    CV_FUNCNAME( "cvMeanShift" );

    //初始化跟踪窗口
    if( comp )
        comp->rect = windowIn;

    //把0阶矩和1阶矩先初始化置零
    moments.m00 = moments.m10 = moments.m01 = 0;

    __BEGIN__;

    CV_CALL( mat = cvGetMat( mat, &stub ));  //返回矩阵头，stub是临时值

    //各种输入变量不符合要求时显示错误信息
    if( CV_MAT_CN( mat->type ) > 1 )
        CV_ERROR( CV_BadNumChannels, cvUnsupportedFormat );
    if( windowIn.height <= 0 || windowIn.width <= 0 )
        CV_ERROR( CV_StsBadArg, "Input window has non-positive sizes