学习“背景建模与阴影消除”之后感想

来源:互联网 发布:关于网络诈骗的法律 编辑:程序博客网 时间:2024/05/16 08:18

            这学期一开始便着手室内环境单目标的检测和跟踪,并试图分析出其一些如徘徊、跛行、曲线行走、跌倒等典型的行为来。由于网络上一时间找不到适合的视频源,不得已,自己组织设备拍了一些,做为我的实验材料, 可惜由于经费问题吧,设备不甚精良,图像满是水纹不说,连录制出视频的帧率都不稳定!!! 这可给我后续处理带了莫大麻烦,教训哪.....可怜

           一开始是基于“VS2010 +OpenCV2.3.1”平台,用最简单的减背景的方法实现之,效果不甚好,有两大主要原因:阈值大小难选定、阴影没能消除。 导师对这个倒没有什么多的指示,说是“你们现在用的都是最基本的,还谈不上用了什么方法”。但是,对软件呈现的界面倒是点评和训示了半天,应当如何如何,应当怎么怎么......结果,我就又折回去 搞了几天的MFC。   说到要在MFC中应用基于OpenCV的方法实现图像的展示, 网络上的东东乱七八糟,莫衷一是,害我查找、比较、筛选了半天,都没有一个能直接搬来使用的例程,结果还是找来CvvImage类,直接用DrawToHDC()方法画到Picture控件上,画面还竟然能自适应,效果还不错,呵呵......但我一直有个小疑问,就是,这个CvvImage类还是蛮好用的嘛,为什么在OpenCV新版本里反而去除呢?  是不是有了更好的显示方式?   baidu google 没甚结果,那就随它去吧.......

 

           闲话少说安静开始入题。
           先讲背景建模。
           对图像中的每一个像素位置点所出现的灰度值的概率/频率情况按一定方法进行估计/描述出来,这就是背景建模,它的一个基本假设前提是“接近背景的灰度值出现的频率要多”,换句话说,不怎么经常出现的灰度值的出现就是异常,应当归为前景,如此,就实现了活动目标的提取。 因此,基于概率密度的思想,对于这样一组随机数序列,先是对出现的灰度值次数进行统计,得出灰度直方图,而后采用参数模型法(像单个高斯模型、混合高斯模型)、非参数模型法(如基于Parzen窗的非参数密度估计)以及其它(灰度归并、码本)。  但我还是比较钟爱单个高斯模型的简易推广版本:采用滑动平均值法对每个像素点建立一个较稳定的均值点,然后全局共享一个预定的或者动态的阈值。最大特点是,够简单够快速,应用于家居室内这样背景比较稳定的场合还是蛮不错的选择。 相对于其它方法,在背景提取和更新过程中,对所有的灰度值均是一视同仁,没有差别对待,不抛弃不放弃,共同全力于一点,这样就注定了它的稳定与笨重两种对立性质同时存在,局限了它的应用范围;其它方法,则是通过建立多个中心点、嫌弃零散点等方式较灵活的适应复杂环境的变化。
 
             现讲背景更新。
            背景更新就是对已经建立起来的描述系统进行参数调整优化,以自动适应环境的变迁。对于光线缓慢变化的更新的策略有:随动/定时、有选择/不选择等;对于光线突变的情形,一般都是采用整体重构。在滑动平均值法更新背景中,可以不排除前景值,来者有份嘛,光线平缓时,更新速率保持恒定的低水平,光线突变时,更新速率也随之提高到较高水平,然后较快下降到正常低水平,几帧的功夫就完成了,完成不了的,就跟硬件有很大关系啦,呵呵,比如室内晚上突然关灯,一般的摄像机均会切换拍摄模式,好的能快速稳定,差的半天稳定不了,再好的算法也应当无能无力吧?  前面提到的那些复杂的背景模型所依赖的基本假设都满足不了,它还能说准么?

 

             最后讲讲阴影消除。
            阴影这东西,真是令人恼火,老跟着运动目标一起跑,想不消灭它都不行。但, 消灭它却也是相当不容易的事,君不见到现在还时不时冒出个关于消灭阴影的论文么?
            通常思路是基本颜色空间想办法,像HSV是被研究得最多的, 其次是RGB,最后是Gray。 这一类的主要线索是阴影的物理特性:同一处有无阴影的差异在于 色调S或者说R:G:B比值 保持基本不变,但亮度V或者说R+G+B总和 会下降。 并且相应的阈值得到了统一和认可。适用范围比较宽广。
            基于纹理的,如LBP及改进型,感觉效果不大好,只对运动边缘敏感,但又不精确,在平坦区域根本就没有什么办法区分开来。对于对比度较大的阴影边缘也会当做目标检测出。适应范围比较狭小。
             当然还有基本边缘+填充、基于形状的车辆阴影分割线查找等等针对特殊场景特殊应用的方法。 

            总体来说,阴影,它是有许多特点或性质,但它的这些特质总会有与目标相近的,去得狠时,目标就不那么完整了。所以,人们一直在力图找出发现阴影更多特性,组合使用,以便去除更多阴影的同时保护目标的完整性。


             到此,要说的基本都写下,时间也到了深夜,收工! 睡觉

 

 

      

 

原创粉丝点击