运动中的摄像机检测目标
包括项目中用过的和没试过的。没有考虑用模式识别的办法，只是用运动检测或是背景建模的方法。1，云台速度一般已知或可控，所以在两帧之间的时间保证相同的情况下，帧之间的像素差是一定的。结果表明，在云台匀速转动的情况下，加入运动补偿像素差，可以得到全黑的帧差结果。采用的是服务器客户端模式，处理程序是客户端，云台是服务器。这种方法对云台控制的要求很高。实践证明，在云台启动的时刻是不准的，需要逻辑上判断一下，
·
包括项目中用过的和没试过的。
没有考虑用模式识别的办法，只是用运动检测或是背景建模的方法。
1，云台速度一般已知或可控，所以在两帧之间的时间保证相同的情况下，帧之间的像素差是一定的。结果表明，在云台匀速转动的情况下，加入运动补偿像素差，可以得到全黑的帧差结果。采用的是服务器客户端模式，处理程序是客户端，云台是服务器。这种方法对云台控制的要求很高。实践证明，在云台启动的时刻是不准的，需要逻辑上判断一下，略过一些帧。
总体来讲，这种方法是可行的。。
2，纯图像处理的图像配准。利用图像边缘是否相同进行配准。第一次得到一个粗略的偏移值，然后叠代得到精确值。在低速云台配准很精确。速度也可以接受。我认为比利用角点匹配更好，稳定而且快。实践证明不太准。需要全局的一些信息作配准。
3，全景背景建模。由于同一场景在不同的图像位置是不一样的，而且场景的远近也有关系。所以对于一维旋转云台，360度范围内需要的背景图片量不但和摄像机有关，也与场景有关。做归一化后，应当有“a宽度的景物经过b像素的移动后，图像近似可以认为不变”，a和b需要实验验证。
没有考虑用模式识别的办法，只是用运动检测或是背景建模的方法。
1，云台速度一般已知或可控，所以在两帧之间的时间保证相同的情况下，帧之间的像素差是一定的。结果表明，在云台匀速转动的情况下，加入运动补偿像素差，可以得到全黑的帧差结果。采用的是服务器客户端模式，处理程序是客户端，云台是服务器。这种方法对云台控制的要求很高。实践证明，在云台启动的时刻是不准的，需要逻辑上判断一下，略过一些帧。
总体来讲，这种方法是可行的。。
2，纯图像处理的图像配准。利用图像边缘是否相同进行配准。第一次得到一个粗略的偏移值，然后叠代得到精确值。在低速云台配准很精确。速度也可以接受。我认为比利用角点匹配更好，稳定而且快。实践证明不太准。需要全局的一些信息作配准。
3，全景背景建模。由于同一场景在不同的图像位置是不一样的，而且场景的远近也有关系。所以对于一维旋转云台，360度范围内需要的背景图片量不但和摄像机有关，也与场景有关。做归一化后，应当有“a宽度的景物经过b像素的移动后，图像近似可以认为不变”，a和b需要实验验证。
CSDN联合极客时间，共同打造面向开发者的精品内容学习社区，助力成长！
更多推荐
0
0- 0
已为社区贡献1条内容
所有评论(0)