从点识别多个（图形）对象的边

Question

我有一个应用程序，用于识别网络摄像头图像中的动作。它产生类似以下内容......

黑色区域表示动作。这主要是基于每个像素完成的（尽管考虑了附近的像素）

所以......现在我的每个像素的运动都是真/假，我需要使用这些信息来识别对象轮廓。

我想要的是以下内容。

大纲不必精确，我可以接受一个边界框。如果我向你们展示两者，那么还有一些噪音更明显......

正如您所看到的，对象外部有一些“移动”像素。据推测，我通过指定对象的最小区域来消除这些。

那么，有哪些算法用于识别对象的边缘。理想情况下，我可以使用此信息计算每个对象的近似中心。

注意：如@mmgp所述，上面的图像都是全RGB，甚至是B＆amp; W。这是由于我生成图像以便导出的方式。在内部，它是一个Bit数组。

Answer 1

这似乎是数学形态学的完美任务。要移除在这种情况下形成噪声的小物体，请按区域执行形态开口。在您的问题中很容易估计该区域，因为兴趣区域比不需要的区域大得多。现在你也想要消除大对象内部的洞（注意你的例子中有一些）。要执行此操作，请执行称为孔填充的操作，该操作将简单地丢弃从图像背景无法到达的那些点。此时，您可以继续检测对象的质心，但如果要使对象的边界更均匀，则可以使用具有小结构元素的形态扩张，或者可能使用形态学闭合来保留更多对象。 / p>

这些任务在Matlab中执行：

f = imread('http://i.stack.imgur.com/DexHs.png');
% The PNG is in RGB, but it actually describes a binary image.    
f = ~im2bw(f, 0);
g = bwareaopen(f, 100); % 100 is the maximum area for unwanted objects here
h = imfill(g, 'holes');
l = bwlabel(h);
cent = regionprops(l, 'centroid');

结果是：

两条封闭的白色曲线是剩余物体的边界，黄色则表示它们的质心。如果您想要一个“更柔和”的边界，如本答案的初始评论中所述：

h1 = imclose(h, strel('disk', 3));

我看到你把它标记为.net，但我希望这些工具可以在一些.net包中随时可用，因为它们非常基本和常见。

Answer 2

我的建议是让你使用emgu（opencv）执行这些任务，它比你可能知道的matlab要复杂一些，但它更快。

OpenCV为您实施了侵蚀和扩张形态学操作：

http://docs.opencv.org/modules/imgproc/doc/filtering.html?highlight=morphology#dilate

http://docs.opencv.org/modules/imgproc/doc/filtering.html?highlight=morphology#erode

或者morphex适合更多通用形态学操作：

http://docs.opencv.org/modules/imgproc/doc/filtering.html?highlight=morphology#morphologyex

它还具有 findContours 功能，您可以将其视为blob检测器。在你的情况下，你可以提供你的第一张图像（可能是在一些去除噪音的预处理后），它会返回你那些形状。如果需要，那些返回的形状很容易按区域过滤。

findContours docs：

http://docs.opencv.org/modules/imgproc/doc/structural_analysis_and_shape_descriptors.html?highlight=findcontours#findcontours