使用 OpenCV 跟踪 blob

Question

我有一个 EMGU（openCV 包装器）程序，可以从
中减去背景 相机馈送并提取干净的斑点。
现在我需要一些东西来跟踪这些 blob 并为它们分配 ID。
有什么建议/库吗？


谢谢，
SW

Answer 1

如果您想要跟踪多个对象，您可以尝试粒子过滤器。

粒子过滤器基本上是在图像上“处理”粒子，每个粒子都有一定的权重。在每个时间步中，通过将这些权重与当时物体的实际测量值进行比较来更新这些权重。然后，具有高权重的粒子将在其方向上放置更多粒子（在方向上添加轻微的随机部分）以进行下一个时间步骤。
经过几个时间步长后，粒子将聚集在物体测量位置周围。这就是为什么这种方法有时也被称为“适者生存”方法……

所以这整个事情构建了一个循环：

Initialization  ---->      Sampling
                        >             \
                       /               >
                 Updating           Prediction
                      <                /
                       \               <
                          Association

所以这提供了一种在给定场景中跟踪对象的好方法。进行多对象跟踪的一种方法是对所有对象使用这一粒子过滤器，这可以工作，但当您尝试为对象提供 ID 时以及当对象相互交叉时，它会存在缺点，因为粒子云可能会失去一个物体而追随另一个物体。

为了解决这个问题，你可以尝试使用混合粒子过滤器（Vermaak et al. [2003]）。这个通过单独的粒子过滤器跟踪每个对象（当然使用较少必要的粒子）。

可以在这里找到一篇关于这方面的好论文： http://www.springerlink.com/content/qn4704415gx65315/
（如果您愿意，我还可以为您提供其他一些相关内容，如果您会说德语，我什至可以为您提供我不久前在我的大学举行的有关此内容的演示）

编辑：

忘记提及：既然你尝试在 OpenCV 中执行此操作：据我所知，Condensation 算法的实现（第一个在整个图像上使用一个粒子过滤器的算法）是 OpenCV 发行版的一部分，尽管它可能已经过时了一点。直接在 OpenCV 中可能有更新的粒子过滤器方法，但如果没有，如果您寻找 OpenCV 和粒子过滤器，您会在 Google 上找到很多结果

希望有帮助...如果没有，请继续询问...

Answer 2

您可以简单地改编 EMGU CV 示例之一，该示例利用
视频监控命名空间：

     public partial class VideoSurveilance : Form
       {
          private static MCvFont _font = new MCvFont(Emgu.CV.CvEnum.FONT.CV_FONT_HERSHEY_SIMPLEX, 1.0, 1.0);
          private static Capture _cameraCapture;
          private static BlobTrackerAuto<Bgr> _tracker;
          private static IBGFGDetector<Bgr> _detector;
    
          public VideoSurveilance()
          {
             InitializeComponent();
             Run();
          }
    
          void Run()
          {
             try
             {
                _cameraCapture = new Capture();
             }
             catch (Exception e)
             {
                MessageBox.Show(e.Message);
                return;
             }
             
             _detector = new FGDetector<Bgr>(FORGROUND_DETECTOR_TYPE.FGD);
    
             _tracker = new BlobTrackerAuto<Bgr>();
    
             Application.Idle += ProcessFrame;
          }
    
          void ProcessFrame(object sender, EventArgs e)
          {
             Image<Bgr, Byte> frame = _cameraCapture.QueryFrame();
             frame._SmoothGaussian(3); //filter out noises
    
             #region use the background code book model to find the forground mask
             _detector.Update(frame);
             Image<Gray, Byte> forgroundMask = _detector.ForgroundMask;
             #endregion
    
             _tracker.Process(frame, forgroundMask);
    
             foreach (MCvBlob blob in _tracker)
             {
                frame.Draw(Rectangle.Round(blob), new Bgr(255.0, 255.0, 255.0), 2);
                frame.Draw(blob.ID.ToString(), ref _font, Point.Round(blob.Center), new Bgr(255.0, 255.0, 255.0));
             }
    
             imageBox1.Image = frame;
             imageBox2.Image = forgroundMask;
    
          }
       }