計算機(jī)視覺原理及實戰(zhàn)-csdn公開課第4課

米粒檢測運(yùn)動目標(biāo)檢測(

背景)光流編程輔助工具總結(jié)米粒檢測問題需求及實現(xiàn)流程OpenCV示例要求：檢測圖中所有面積>50的米粒1.1問題需求及實現(xiàn)流程Part

15檢測流程圖像

(取到圖像)圖像預(yù)處理基于灰度的閾值分割圖像特征描述及目標(biāo)分析得到最終結(jié)果運(yùn)動目標(biāo)檢測（ 背景）問題需求及實現(xiàn)流程OpenCV示例要求：檢測紅虛線中的所有運(yùn)動目標(biāo)，并標(biāo)識每一目標(biāo)的外接包圍矩形，判斷目標(biāo)類別2.1問題需求及實現(xiàn)流程Part

211檢測流程(取到

中當(dāng)前幀圖像)圖像預(yù)處理背景提取前景分割圖像特征描述及目標(biāo)分析得到最終結(jié)果光流問題需求及實現(xiàn)流程OpenCV示例要求：或使用光流法 給定頭中的運(yùn)動特征點3.1問題需求及實現(xiàn)流程Part

317檢測流程(取到

中當(dāng)前幀圖像)圖像預(yù)處理提取特征點使用光流法估計特征點運(yùn)動相鄰幀及特征點交換OpenCV相關(guān)函數(shù)void

calcOpticalFlowPyrLK(InputArray

prevImg,

InputArray

nextImg,InputArray

prevPts,

InputOutputArray

nextPts,

OutputArray

status,OutputArray

err,

Size

winSize=Size(21,21),

int

maxLevel=3,

TermCriteriacriteria=TermCriteria(TermCriteria::COUNT+TermCriteria::EPS,

30,

0.01),int

flags=0,

double

minEigThreshold=1e-4

)prevImg，第一幀圖像。nextImg，第二幀圖像。prevPts，第一幀圖像中的所有特征點向量。nextPts，第二幀圖像中的所有特征點向量。status，輸出狀態(tài)向量；如果相應(yīng)點光流被發(fā)現(xiàn)，向量的每個元素被設(shè)置為1，否則，被置為0。OpenCV相關(guān)函數(shù)void

goodFeaturesToTrack(

InputArray

_image,

OutputArray

_corners,int

maxCorners,

doublequalityLevel,

double

minDistance,

InputArray

_mask,int

blockSize,

bool

useHarrisDetector,

double

harrisK

)_image，8位或32位浮點型輸入圖像，單通道。_corners，保存檢測出的角點。maxCorners，角點數(shù)目最大值，如果實際檢測的角點超過此值，則只返回前maxCorners個強(qiáng)角點。qualityLevel

，角點的品質(zhì)因子,決定角點

度。minDistance，此鄰域范圍內(nèi)如果存在更強(qiáng)角點，則刪除此角點。Visual

Studio視覺編程工具ImageWatchVSColorOutputLine

CounterSuperChargerOpenCV調(diào)試可視化輸出窗口彩色，更便于閱讀代碼行數(shù)統(tǒng)計菜單功能智能注釋4.4

SuperChargerPart

428框其它功能自動完成代碼代碼統(tǒng)計方便的搜索其他小功能總結(jié)總結(jié)思考米粒統(tǒng)計：大津算法+圖像標(biāo)記+特征描述背景提取：背景提取+前景分割光流估計：角點檢測+光流估計米粒統(tǒng)計：如何提高米粒檢測的準(zhǔn)確性？(黏連，閾值選取)背景提?。喝绾翁嵘繕?biāo)黏連和目