Можно ли сравнить две гистограммы интенсивности (полученные из серого изображения) и получить коэффициент подобия? Другими словами, я пытаюсь обнаружить присутствие или отсутствие футбольного мяча в изображении. Я пробовал алгоритмы обнаружения функций (например, SIFT/SURF), но они недостаточно надежны для моего приложения. Мне нужно что-то очень надежное и надежное.Сравнение гистограммы
Большое спасибо за ваши мысли.
Этот ответ (Comparing two histograms) может вам помочь. Как правило, сравнения интенсивности довольно чувствительны, например, белый в дневное время отличается от белого в ночное время.
Я думаю, что вы сможете получить что-то от compareHist() в openCV (http://docs.opencv.org/doc/tutorials/imgproc/histograms/histogram_comparison/histogram_comparison.html) в соответствии с вашими потребностями, если compareHist() соответствует вашей цели.
Если нет, в этой статье http://www.researchgate.net/publication/222417618_Tracking_the_soccer_ball_using_multiple_fixed_cameras/file/32bfe512f7e5c13133.pdf отслеживается мяч с нескольких камер, и вы можете получить от него больше идей, даже если вы не можете использовать несколько камер.
Как kkuilla уже упоминалось, есть доступный метод для сравнения гистограммы, такие как compareHist() в OpenCV
Но я не уверен, если это действительно применимо к вашей программе. Я думаю, вам понравится использовать HoughTransfrom для обнаружения кругов.
Более подробную информацию можно увидеть в этой статье: https://files.nyu.edu/jb4457/public/files/research/bristol/hough-report.pdf
Посмотрите на части с монетами для обнаружения круга в бумаге. Я действительно помнил, как где-то читал, как сделать определение шара с помощью Hough Transform. Не могу найти его сейчас. Но он должен быть похож на ваш футбольный мяч.
Этот метод должен работать. Надеюсь это поможет. Удачи (:
Большое спасибо за ваше предложение, вы правы. Я фактически использовал CHT для части моего алгоритма. Однако иногда он генерирует ложные срабатывания на пиковых значениях в аккумуляторе.Я теперь требую дополнительной проверки, чтобы определить, действительно ли круг с наибольшим количеством голосов содержит мяч. –
Хм. В этом случае попробуйте использовать такие методы, как средняя сегрегация сдвига или сегментация водораздела. цвет фона сильно отличается от цвета шара, форма шара должна быть более четко определена , Это просто с головы. Не совсем уверен, что это сработает, но вы можете дать ему шанс. Надеюсь, что это поможет. (: – rockinfresh
Опять же, спасибо за ваше предложение. К сожалению, эти методы зависят от использования цветных камер и изображений. Я использую высокоскоростную камеру с оттенками серого. –
На мой взгляд, гистограммы интенсивности не подходят для обнаружения шара. Я бы попытался обнаружить пятно или обнаружение круга, в зависимости от размера шара на изображении. – GilLevi
Гистограммы могут помочь вам определить, есть футбольный мяч или нет, но они не могут быть вашим основным/единственным инструментом. – rold2007