图像局部与分割
cvInitLineIterator 线采样
1.背景去除
帧差
最简单的 背景减除方法就是用一帧减去另一帧,然后将足够大的差别标为前景,这种方法往往能捕捉运动目标的边缘。
检查测图像中frameForeground中前景差别的幅值用cvAbsDiff()
平均背景法
基本思路是计算每个像素的平均值 和标准差作为它的背景模型
cvAcc()累积图像 ,cvAbsDiff()计算一定时间内的每帧图像之差,cvInRange(),j将图像分割成前景区域和背景区域,cvOr()将不同的彩色通道图像中合成为一个掩模图像
均值漂移值 通过大量图像计算每个像素的均值的最简单的方法就是调用函数cvAcc()把他们加起来再除以图像总数来获得均值。
计算方差:cvSquareAcc()
计算协方差 cvMultiplyAcc()
2.高级背景模型
使用codebook背景模型步骤
a.使用update_codebook()在几秒或几分钟内训练一个基本的背景模型
b.调用函数clear_stale_entriee()清除stale索引
c.调用阈值minMod 和maxMod对以知前景达到最好的分割
d.保持一个更高级别的场景模型
e.通过函数background_diff()使用训练好的模型将前景从背景中分割出来
f.定期更新学习的背景像素
g.在一个频率较慢的情况下,用函数clear_stale_entries()定期清理stale的codebook索引
用于前景清除的连通部分
这种分析的方法包含噪声输入掩膜图像,然后利用形态学开操作将小的噪声缩小至0,紧接着用闭操作重建由于开操作丢失的边缘部分,然后我们可以找到足够大存在的部分 轮廓,并可以选择地对这些片段进行统计。接着就可以恢复最大的轮廓或者大于设置阈值的所有轮廓。
3.分水岭算法
该算法可以将图像中夫人边缘转换为山脉,将均匀区域转化为山谷,这样有助于分割目标
4.用Inpainting修补图像
cvInpaint()
5.均值漂移分割
6.Delaunay三角剖分和Voronoi划分
Delaunay三角剖分是将空间点连接为三角形,使得所有三角形中最小的角最大的一个技术。