图像局部与分割（2020.4.6）

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。