CamShift算法,OpenCV实现1–Back Projection (转载)

CamShift算法,即”Continuously Apative Mean-Shift”算法,是一种运动跟踪算法。它主要通过视频图像中运动物体的颜色信息来达到跟踪的目的。我把这个算法分解成三个部分,便于理解:
1) Back Projection计算
2) Mean Shift算法
3) CamShift算法
在这里主要讨论Back Projection,在随后的文章中继续讨论后面两个算法。

Back Projection
计算Back Projection的步骤是这样的:
1. 计算被跟踪目标的色彩直方图。在各种色彩空间中,只有HSI空间(或与HSI类似的色彩空间)中的H分量可以表示颜色信息。所以在具体的计算过程中,首先将其他的色彩空间的值转化到HSI空间,然后会其中的H分量做1D直方图计算。
2. 根据获得的色彩直方图将原始图像转化成色彩概率分布图像,这个过程就被称作”Back Projection”。
在OpenCV中的直方图函数中,包含Back Projection的函数,函数原型是:
   void cvCalcBackProject(IplImage** img, CvArr** backproject, const CvHistogram* hist);
传递给这个函数的参数有三个:
1. IplImage** img:存放原始图像,输入。
2. CvArr** backproject:存放Back Projection结果,输出。
3. CvHistogram* hist:存放直方图,输入

下面就给出计算Back Projection的OpenCV代码。
1.准备一张只包含被跟踪目标的图片,将色彩空间转化到HSV空间,获得其中的H分量:
  IplImage* target=cvLoadImage(”target.bmp”,-1);  //装载图片
  IplImage* target_hsv=cvCreateImage( cvGetSize(target), IPL_DEPTH_8U, 3 );
  IplImage* target_hue=cvCreateImage( cvGetSize(target), IPL_DEPTH_8U, 3 );
  cvCvtColor(target,target_hsv,CV_BGR2HSV);       //转化到HSV空间
  cvSplit( target_hsv, target_hue, NULL, NULL, NULL );    //获得H分量
2.计算H分量的直方图,即1D直方图:
  IplImage* h_plane=cvCreateImage( cvGetSize(target_hsv),IPL_DEPTH_8U,1 );
  int hist_size[]={255};          //将H分量的值量化到[0,255]
  float* ranges[]={ {0,360} };    //H分量的取值范围是[0,360)
  CvHistogram* hist=cvCreateHist(1, hist_size, ranges, 1);
  cvCalcHist(&target_hue, hist, 0, NULL);
在这里需要考虑H分量的取值范围的问题,H分量的取值范围是[0,360),这个取值范围的值不能用一个byte来表示,为了能用一个byte表示,需要将H值做适当的量化处理,在这里我们将H分量的范围量化到[0,255].
4.计算Back Projection:
  IplImage* rawImage;
  //———————————————-
  //get from video frame,unsigned byte,one channel
  //———————————————-
  IplImage* result=cvCreateImage(cvGetSize(rawImage),IPL_DEPTH_8U,1);
  cvCalcBackProject(&rawImage,result,hist);
5.结果:result即为我们需要的

原文链接:http://blog.csdn.net/houdy/archive/2004/11/10/175739.aspx

你可能感兴趣的:(算法,video,null,360,float,byte)