初三-跟踪算法的特征选择

图像特征最重要的属性是独特性,能够咋特征空间内方便区分目标。

可用于跟踪的特征有颜色、边缘、光流和纹理,或者是其中几种的组合。

 颜色-最常用的颜色空间是RGB,但它不是均匀分布的;均匀分布的颜色空间是HSV。根据应用选择合适的颜色空间。

 边缘-边缘通常伴随着剧烈的intensity变化。对比于颜色特征,边缘特征对光照变化不敏感。最流行的边缘检测算法是Canny算子。

 光流-光流特征是定义区域内每个像素变化的稠密位移向量域。通过计算区域内的光照对比度变化得到。通常应用在基于运动的分割和跟踪上。

 纹理-纹理是检测物体表面intensity变化的手段,是对光滑程度和规则程度的量化。相对于颜色,它多了一个计算描述符的步骤,对于光照不敏感。GLCM,LAW,Wavelet等是常用的纹理描述符。

    大多数情况下图像特征的选择根据应用场合来决定。近来自适应的特征选择也越来越受到重视。自适应的方式可分为filter和wrapper两种形式。前者基于通用的选择标准选择采用的特征;后者基于特征在特定场合的适用程度选择。

    其中Adaboost是个流行的wrapper形式特征选择算法。它基于普通分类器的组合寻找最优分类器。

在所有图像特征中,颜色是适用最广泛的,但不够稳定,因为其对光照变化敏感。因此很多情况下用到其它特征来建模目标外观,或使用特征的组合来改进跟踪算法效率。

 

NEXT STEP - 重点看光流法,Canny和Adaboost

                      目标检测算法归纳

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值