手的简单跟踪加方向判断

最新推荐文章于 2024-05-08 16:09:01 发布

purgle

最新推荐文章于 2024-05-08 16:09:01 发布

阅读量3.4k

点赞数 1

分类专栏：视觉

本文链接：https://blog.csdn.net/purgle/article/details/51502931

版权

该博客介绍了手部跟踪的技术，使用CamShift算法结合椭圆锁定实现目标跟踪，并详细阐述了如何通过椭圆长轴角度计算得到目标方向。在方向判断部分，探讨了Freeman链码用于手势运动方向编码，以及利用MHI（运动历史图像）进行全局运动方向分析，这种方法能捕捉到手部运动的轨迹变化。

摘要由CSDN通过智能技术生成

（一）跟踪

最近与同学完成了一个小项目，做了其中的一部分工作，现在答辩完了，也就可以拿出来分享一下思路：

跟踪是在识别手之后开始的，手的识别是由Hu矩加上轮廓的面积周长比：

	double contArea = fabs(contourArea(contours[i]));

	double contLength = arcLength(contours[i], false);

	double contCircularity = contLength*contLength / contArea;//周长面积比

	Moments omement;
	omement =  moments(contours[i]);
	Mat hu;
	HuMoments(omement, hu);//hu矩，主要用到前两个矩                                                                              <span style="font-family: Arial, Helvetica, sans-serif;">//然后将两者结合起来判断</span>

（这个可以加上各种学习算法优化，但不是我的主要想谈论的点，因为学习之类的算法接触得比较少，不理解原理），也就是说，识别到手之后，给跟踪器一个初始化的框，这个框的选取非常重要，可以通过框选中的内容的特征如颜色直方图，梯度等，这些决定之后的跟踪是否能够很好地收敛于目标物体。

跟踪一开始打算采取的是CamShift跟踪，因为它能够简单地判断是否跟丢物体，简单地来说，CamShift通过MeanShift和颜色直方图来获得当前帧目标的一些尺度信息，然后再利用上一帧得到的结果作为初始值一直迭代下去，直到不符合跟踪条件，跳出跟踪。MeanShift获取反向投影图的过程是这样的：图像--->直方图--->反向投影图，反向投影亮的地方，表明物体出现在该处的概率大，可以看作是概率密度函数的表征：

unsigned int colourModel::findBin(unsigned char R,unsigned char G,unsigned char B)
{
	//根据RGB颜色返回直方图的位置
	unsigned int r,g,b;
	r = (unsigned int)floor( (float)(R/BINSIZE) );
	g = (unsigned int)floor( (float)(G/BINSIZE) );
	b = (unsigned int)floor( (float)(B/BINSIZE) );
	
	return (r + BPC*g + BPC*BPC*b);
}

之后选取Epanechnikov作为核函数计算目标模型直方图，用公式表示就是：

double CMsTracker::kernel(int x,int y,int half_x,int half_y)
{
	double euclideanDistance = sqrt( pow( ( (double)(x)/(double)(half_x) ) ,2.0) +pow( ( (double)                                          (y)/(double)(half_y) ) ,2.0) );
	if (euclideanDistance > 1)
		return( 0.0);
	else
		return(1.0-pow(euclideanDistance,2));
}
void CMsTracker::evalKernel (double*** kArray,int half_x,int half_y)//计算核函数直方图
{
	for (int x = -half_x; x < half_x; x+&