原图->灰度图->创建二值图




图像进行二值化处理,二值化算法主要分为两种类型,全局阈值法和局部阈值法

全局阈值法是最为简单的处理方法,它采用单一的阈值对图像中所有像素点进行判定。最为著名的全局阈值法是Otsu(大律法)算法它的核心是找到一个合适的门限,使两类之间的距离最大;局部阈值法对每个像素点都动态得计算阈值,这样的阈值都是根据像素点的邻域信息计算得出,因此具有很高的准确性,二值化的效果也更好。

(1)  目标准确检测和分割

 

对于运动目标而言,场景的变化会导致目标的位置、大小发生改变,从而影响目标

检测的效果。其因素包括光照变化、摄像机抖动、复杂背景干扰、目标类型多样化、目

标运动速度较快等问题。此外,当背景光源发生变化时,视频序列中的目标物体的颜色

分布会产生变化,这导致提取的底层颜色特征也随之发生变化,从而影响目标检测的准

确率;摄像机抖动会造成背景区域的变化,影响基于背景建模的目标检测方法的准确

性;复杂背景干扰和目标类型多样化给目标的表示带来了困难,需要泛化能力和适应能

力较好的目标表示模型;目标运动速度过快会导致运动目标的丢失。

 

(2)  目标形态变化

 

视频采集过程中,当出现摄像机运动的情况时,会使得目标物体发生尺度变化、旋

转变化和平移变化等几何变化,因此需要更新原目标的表示模型以快速检测出改变后的

目标物体。

 

(3)  目标局部遮挡和多目标干扰

 

目标识别算法依赖于目标提取的准确性,然而视频序列中运动目标可能受到其他物

体或者背景的遮挡从而引起目标变形或暂时消失,这使得基于全局特征的目标检测会失

效,因此需要提高目标检测的鲁棒性,根据序列图像中多帧之间目标的信息和目标的局

部特征重新检测到被遮挡的目标物体。

 

(4)  算法的复杂度和准确性

 

视频序列每秒钟有25 帧至30 帧图像,数据量是其他媒体信息源的数倍甚至数百

倍。运动目标检测和识别需要对图像的像素进行处理,提取出表示目标物体的底层视觉

特征,这一过程需要大量的运算量,如果检测和识别算法选择不恰当,无法保证系统实

时性的要求。另一方面,目标识别系统需要保证识别的准确性,为了保证识别率,需要

多个特征联合进行匹配,从而导致计算复杂度上升,降低了系统的实时性。这样就造成

了运动目标检测和识别实时性与准确性之间矛盾。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【课程简介】 本课程基于面向Python的OpenCV,以OpenCV的官方文档的知识脉络为主线,介绍了OpenCV函数的具体使用方法、函数所使用的算法的具体原理。 在介绍函数使用时,提供了大量的程序案例演示。 在介绍具体原理时,采用了通俗易懂的语言和贴近生活的示例来说明问题,尽量避免涉及过于复杂抽象的公式。 课程包含数字像处理的常用知识点,覆盖面全,方便学员系统深入全面地掌握OpenCV。 【你将收获什么】 1.  掌握数字像的在计算机内表示的方法和处理的基本原理。掌握数字像的表示方法是进行像处理的前提和基础,能够为后续的智能像处理打下坚实基础。 2.  使用好OpenCV开源库对于提升工作效率具有很大的帮助。OpenCV是优秀的开源库,提供了大量的函数帮助我们提升工作效率。大多数情况下,我们直接调用函数就能够满足我们的需求。同时,它的函数具有较好的交互性,能够根据需要更好地掌控像处理的具体细节。 3.  学习像处理的常用算法。课程不仅介绍函数的具体使用,也介绍了常用算法的基本原理,帮助学习者更好地理解像处理的基本逻辑、方法,快速入门像处理领域。 【我将如何教你】 1)在“黑盒”和“白盒“之间取得平衡  可以将OpenCV看成“黑盒”,不用关心其函数是如何实现的。在需要实现某一个功能时,直接调用其对应的函数即可,像使用Photoshop的各种功能一样。也可以将OpenCV看成“白盒”,关注其每一个函数的具体实现,认真研究每一个函数的具体实现方法和实现细节。这两种方式都是学习像处理的很好方式,但是大多数课程过于强调其中某一种,要么忽略了算法的实现、要么忽略了使用方法。本课程尽量将OpenCV在“黑盒”和“白盒”之间取得平衡。既介绍算法的原理和方法,又将重点放在如何调用函数上,让学习者能够更加游刃有余地在计算机视觉项目中使用OpenCV来解决具体的问题。 2)将枯燥的算法采用具体的案例介绍  在像处理中,有大量的算法保证了像处理的准确、高效。OpenCV将一些常用的算法进行了封装,我们可以直接调用OpenCV的函数来使用对应的算法。但是,深入地理解算法能够帮助学习者更好地使用OpenCV函数。本课程尝试抛弃传统的使用复杂公式介绍算法的形式,尽量通过简单、通俗易懂的生活中实例来帮助学习者理解算法的基本逻辑 3)案例驱动、强调实战 OpenCV是一个庞大的资源库,提供了非常多的函数帮助我们高效地处理问题。初学者使用OpenCV的最大困惑就是熟练地掌握了每一个函数的调用方法,但是在解决实际问题时,不知道具体应该使用哪个函数。本课程通过大量的具体案例帮助学习快速掌握每个函数的应用场景,快速掌握OpenCV的核心使用方法和技巧。
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