基于颜色的多目标物体检测与跟踪系统

1. 系统简介

使用普通USB相机，对Camera视野范围内特定颜色的物体进行检测与跟踪。首先，将相机获取的图像从RGB空间转换到HSV空间。然后，通过调整HSV空间各通道的阈值，生成二值化图像，并找出图像中存在的物体轮廓，从而检测出符合指定颜色特征的目标物体并进行跟踪。通过滤除面积过小和过大的物体，可仅对大小合适的物体进行分析。该系统可同时针对多个物体进行轮廓检测与跟踪，同时，不仅可以检测规则形状的物体，对于不规则物体也能实现较好的检测结果。该算法的不足是仅基于颜色进行分析判断，没有结合几何形状或样本学习等技术手段，对视野范围内符合颜色特征的所有物体均视为一类，因此，存在一定的应用局限性。

 

该系统实现的功能：

（1） 多目标物体的形状（轮廓）检测

（2） 物体质心位置计算与标注

（3） 物体位置实时跟踪

 

2. 开发环境说明

硬件：普通USB相机，分辨率640*480，ThinkPad笔记本电脑

软件：Win7 64 Bit+ VS 2013+OpenCV2.4.9

3. 系统算法实现流程

4. 部分源代码

while(1){
		//store image to matrix
		capture.read(cameraFeed);

		src = cameraFeed;

  		if( !src.data )
  		{ return -1; }

		//将图像从RGB空间转换到HSV空间
		cvtColor(cameraFeed,HSV,COLOR_BGR2HSV);

		if(calibrationMode==true){
		inRange(HSV,Scalar(H_MIN,S_MIN,V_MIN),Scalar(H_MAX,S_MAX,V_MAX),threshold);
			morphOps(threshold);
			imshow(windowName2,threshold);
	  		dst.create( src.size(), src.type() );
	  		/// Convert the image to grayscale
	  		cvtColor( src, src_gray, CV_BGR2GRAY );
	  		/// Create a window
	  		namedWindow( window_name, CV_WINDOW_AUTOSIZE );
	  		/// Create a Trackbar for user to enter threshold
	  		createTrackbar( "Min Threshold:", window_name, &lowThreshold, max_lowThreshold);
	  		/// Show the image
			trackFilteredObject(threshold,HSV,cameraFeed);
		}
}

5. 跟踪结果

图1 苹果检测与跟踪结果

图2  U盘检测与跟踪结果