目标定位与跟踪中的图像处理技术

例如：
»RGB格式(红、绿、蓝三基色模型) »HSV格式(色度、饱和度、亮度模型)
RGB格式
• 工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三 个颜色通道的变化以及它们相互之间的叠加来得到各式各 样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，
这个标准几乎包括了人类视力所能感知的所有颜色，是目
颜色表示
例如：采用直方图来表达图像的颜色 分布特征。
•对颜色进行量化 •计算颜色落在各个小区间内的像素数量 •对其进行直方图投影就可以得到图像的颜色 概率分布图像
原始图片
PS中的颜色直方图
4 图像滤波及形态学处理算法
• 运动目标提取时，为了消除相机采集的图像中的噪声、改 善图像质量，使图像变得更清晰，需要对图像进行滤波； • 几种常见噪声：高斯噪声、加性噪声及椒盐噪声等; 为了消除噪声影响 和突出图像的一些特征， 目前常用的方法有：
边缘检测就是采用某种算法来定位灰度不连续
变化的位置，从而图像中目标与背景的交界线。
图像的灰度变化可以用灰度梯度来表示。
1
梯度算子
2
Laplacian 算子
梯度算子
梯度也即一阶导数，梯度算子对应一阶导数算 子，一阶导数也即梯度可以表示为：
f ( x, y ) [Gx f T Gy ] x f y
图像匹配
• 图像匹配是指在多幅图像之间寻找对应关系的过程，具体 为在一帧图像中寻找与给定目标最相似的图像区域或在一 批图像中寻找与目标最相似的图像。
• 利用图像匹配技术不仅可以检测出搜索图像中是否有目标
图像，还可以获得目标在图像中的相对位置信息。 • 匹配算法概括起来可以分为两类：基于区域的匹配方法和 基于特征的匹配方法。
方位的边界点后，以其为起始点，定义左上
方为初始搜索方向，若该方向的点为黑点（ 特征点），则判其为边界点，否则沿顺时针
方向旋转搜索方向45度，依此类推，直到搜
索到第一个黑点（特征点）为止，然后再把 该黑点（特征点）作为新的边界点，逆时针 方向旋转当前搜索方向90度，用相同的方法 继续搜索下一个黑点（特征点），直到找到 初始边界点为止。若用箭头表示搜索方向， 那么该轮廓跟踪算法可以用右图表示。
机 器 视 觉 识 别 与 检 测 技 术 课堂展示
目标定位与跟踪中的 图像处理技术
PPT演讲：刘 PPT制作：武
目录
1
2
现状
边缘检测及其表示 图像颜色及其表示
3
4 5
图像滤波及形态学处理算法
结语
1 现状
在科学技术日新月异的 今天，人们对机器设备的智 能性、自主性要求也越来越 高，希望其完全替代人的角 色，把人们从繁重、危险的 工作任务中解脱出来，而能 否像人一样具有感知周围环 境的能力已成为设备实现智 能化自主化的关键。 图像处理是视觉跟踪 的前提和基础，随着目标 跟踪技术在各个领域的广 泛应用，人们对其技术性 能也提出了更高的要求， 目前主要集中在系统的实 时性、准确性、鲁棒性以 及智能性等方面。
结语
目标的视觉定位与跟踪问题可以看 作是在视频帧图像间创建基于目标特征 的对应匹配问题。因此目标特征的表示 和匹配算法的好坏对目标定位与跟踪系 统的性能，有着至关重要的影响。
机 器 视 觉 识 别 与 检 测 技 术 课堂展示
谢谢！
前运用最广的颜色系统之一。
HSV格式
• HSV格式(色度、饱和度、亮度模型) • H参数表示色彩信息，即所处的光谱颜色的位置。该参数用一个角度 量来表示，红、绿、蓝分别相隔120度。互补色分别相差180度。
• 纯度S为一比例值，范围从0到1，它表示成所选颜色的纯度和该颜色 最大的纯度之间的比率。S=0时，只有灰度。
2 边缘检测及其表示
物体的形状特征在大多数情况下变化不多，基于 目标形状轮廓的跟踪方法与基于区域的匹配方法 相比，可以更精确的分割目标。 边缘是运动目标的最基本特征，表现在图像中就 是指目标周围图像灰度有阶跃变化或屋顶变化的 那些像素集合，它是图像中局部亮度变化最显著 的部分。
边缘检测
边缘检测的相关算子
轮廓跟踪
• 轮廓跟踪的思想是：
– 根据提取的图像边缘，找出轮廓上的像素； – 根据这些像素的特征用一定的“跟踪准则”找出 物体上的其他像素。 – 其跟踪效果的好坏主要取决于起始点和跟踪准则 的选取两个因素。
轮廓跟踪
跟踪准则：按起始点选取准则找到最左下
起始点的选取准则又
称“探测准则”，其思想 是：按照从左到右、从下 到上的次序搜索
邻域均值滤波 中值滤波法
形态学处理
• 运动目标提取完成后，得到的二值化图像可能含有许多空洞 和孤立的噪声点，为了更好地对目标进行定位和跟踪，需要 对得到的检测结果进行形态学处理。
• 主要思想是：采用一个特定的结构元素作为工具来度量和提
取图像特征（形状、轮廓等），具体为看该结构元素是否可 以适当有效地放入图像内部。 • 目前常用的形态学运算有：膨胀、腐蚀、开启和闭合操作。
Leabharlann Baidu
基于区域的匹配方法
• 根据整幅图像的灰度值信息，建立目标模板和待匹配目 标图像之间的相似性度量，然后采用相应的搜索算法， 寻找待匹配目标图像中相似性度量值最大的地方。
基于特征的匹配方法
提取图像的特征，如特征点、边缘、颜色、纹理等， 对提取的特征进行加工处理将其表达成特定的形式 （向量、直方图）， 对加工后的图像特征采用一定的相似性度量准则进行 匹配以建立目标模板和待匹配图像之间的对应关系。
T
Laplacian 算子
Laplacian算子是一种二阶导数算子，二阶导数 可以表示为：
2 2 f f 2 f 2 2 x y
边缘表示
• 图像经过边缘检测之后，还要经过轮廓追踪和轮 廓表达。 • 轮廓跟踪的目的是得到边缘像素的集合边缘表。
• 轮廓表达则是通过对边缘表做一些处理，如拟合 、统计及逼近等，得到目标形状特征的直观表达 ，为后续匹配提供模板信息。
轮廓表达
• 通过上述算法得到物体的边缘表后，可以用其作为轮廓表达
，也可以对其进行处理，用处理后的信息形式来表达轮廓。
• 目前常用的轮廓表达有以下三种：
逼近拟合 曲线法
内插拟合 曲线法
统计 特征法
3 图像颜色空间
• 为了对丰富多样的色彩进行表达，人们用表示颜色的三个 参数所构成的三维空间来对图像的颜色进行描述，这个三 维空间就是所谓的颜色空间。
• V表示色彩的明亮程度，范围从0到1。有一点要注意：它和光强度之 间并没有直接的联系。
RGB到HSV的转换方法
给定一帧RGB 图像，其从RGB空间到HSV空间的转换方法如下：
BG H 360 B G 3 S 1 [min(R, G, B)] ( R G B) 1 V ( R G B) 3 [(R G) (R B)] arccos 2 2 (R G) ( R B )( G B )