根据颜色特征实现目标识别



实现原理：

1、 训练阶段

一张背景图像，包含目标物体的训练图像。

将背景图像和训练图像归一化，归一化公式：int(rgb/8)*8 + 8/ 2

统计归一化后每个像素出现的个数。

遍历训练图像中统计出来的像素，如果这个像素值在训练图像中的个数大于其在背景图像中个数的10倍， 则将该像素添加到训练模板中。最终得到的模板是m个像素值。如苹果训练出来的结果是：

<ObjectSignatureData>

    <Colors>

      <ObjectColorData>

        <ObjectColor>255036001000</ObjectColor> //像素值

      </ObjectColorData>

      <ObjectColorData>

        <ObjectColor>255034001000</ObjectColor>

      </ObjectColorData>

      <ObjectColorData>

        <ObjectColor>255034001104</ObjectColor>

      </ObjectColorData>

      <ObjectColorData>

        <ObjectColor>255031001000</ObjectColor>

      </ObjectColorData>

      <ObjectColorData>

        <ObjectColor>255042001180</ObjectColor>

      </ObjectColorData>

      <ObjectColorData>

        <ObjectColor>255049001060</ObjectColor>

      </ObjectColorData>

      <ObjectColorData>

        <ObjectColor>255048001060</ObjectColor>

      </ObjectColorData>

    </Colors>

    <ObjectName>苹果</ObjectName>

  </ObjectSignatureData>

2、 识别阶段

指定一张待识别图像，进行归一化操作，统计各个像素出现的个数。

遍历训练得到的模板，如果模板中的像素在识别图像中存在，则match++；一个模板遍历完成后，如果match/模板中像素个数 > 0.8， 则该识别图像中包含模板中训练的图像。