Question

我想找到hwo来获得diff b / w 2类似的灰度图像，以便出于安全考虑在系统中实现。我想检查一下它们之间是否有任何差异。对于对象跟踪，我在下面的程序中实现了canny检测。我很容易得到结构化对象的轮廓..后来被减去只给出三角形图像中差异的轮廓......但是如果第二张图像中存在非结构差异，例如烟雾或火焰呢？我已经增加了对比度以获得更清晰的边缘检测，并且在canny fn参数中修改了阈值。但是没有得到合适的结果。

canny edge也可以检测阴影边缘。如果我的两张相似图像是在白天的不同时间拍摄的，那么阴影会有所不同，因此边缘会有所不同，会产生不良的误报。

我应该如何解决这个问题？有人可以帮忙吗？谢谢！在Visual Studio 2010中使用enter code here opencv 2.4中的c语言api

#include "stdafx.h"
#include "cv.h"
#include "highgui.h"
#include "cxcore.h"
#include <math.h>
#include <iostream>
#include <stdio.h>

using namespace cv;
using namespace std;

int main()
{
IplImage* img1 = NULL;
        if ((img1 = cvLoadImage("libertyH1.jpg"))== 0)
        {
                printf("cvLoadImage failed\n");
        }
     IplImage* gray1 = cvCreateImage(cvGetSize(img1), IPL_DEPTH_8U, 1); //contains greyscale      //image
        CvMemStorage* storage1 = cvCreateMemStorage(0);         //struct for storage
        cvCvtColor(img1, gray1, CV_BGR2GRAY);               //convert to greyscale
    cvSmooth(gray1, gray1, CV_GAUSSIAN, 7, 7);              // This is done so as to //prevent a lot of false circles from being detected
    IplImage* canny1 = cvCreateImage(cvGetSize(gray1),IPL_DEPTH_8U,1);
        IplImage* rgbcanny1 = cvCreateImage(cvGetSize(gray1),IPL_DEPTH_8U,3);
        cvCanny(gray1, canny1, 50, 100, 3);                 //cvCanny( const //CvArr* image, CvArr* edges(output edge map), double threshold1, double threshold2, int //aperture_size CV_DEFAULT(3) );

    cvNamedWindow("Canny before hough");
    cvShowImage("Canny before hough", canny1);
        CvSeq* circles1 = cvHoughCircles(gray1, storage1, CV_HOUGH_GRADIENT, 1, gray1->height/3,    250, 100);
        cvCvtColor(canny1, rgbcanny1, CV_GRAY2BGR);
    cvNamedWindow("Canny after hough");
        cvShowImage("Canny after hough", rgbcanny1);
        for (size_t i = 0; i < circles1->total; i++)
        {
                // round the floats to an int
                float* p = (float*)cvGetSeqElem(circles1, i);
                cv::Point center(cvRound(p[0]), cvRound(p[1]));
                 int radius = cvRound(p[2]);
// draw the circle center
                cvCircle(rgbcanny1, center, 3, CV_RGB(0,255,0), -1, 8, 0 );
 // draw the circle outline
                cvCircle(rgbcanny1, center, radius+1, CV_RGB(0,0,255), 2, 8, 0 );

                printf("x: %d y: %d r: %d\n",center.x,center.y, radius);
        }


//////////////////////////////////////////////////////////////////////////////////////////////////////////////

    IplImage* img2 = NULL;
    if ((img2 = cvLoadImage("liberty_wth_obj.jpg"))== 0)
   {
printf("cvLoadImage failed\n");
    }
    IplImage* gray2 = cvCreateImage(cvGetSize(img2), IPL_DEPTH_8U, 1);
    CvMemStorage* storage = cvCreateMemStorage(0);
    cvCvtColor(img2, gray2, CV_BGR2GRAY);
    // This is done so as to prevent a lot of false circles from being detected
    cvSmooth(gray2, gray2, CV_GAUSSIAN, 7, 7);
    IplImage* canny2 = cvCreateImage(cvGetSize(img2),IPL_DEPTH_8U,1);
    IplImage* rgbcanny2 = cvCreateImage(cvGetSize(img2),IPL_DEPTH_8U,3);
    cvCanny(gray2, canny2, 50, 100, 3);
    CvSeq* circles2 = cvHoughCircles(gray2, storage, CV_HOUGH_GRADIENT, 1, gray2->height/3, 250, 100);
    cvCvtColor(canny2, rgbcanny2, CV_GRAY2BGR);
    for (size_t i = 0; i < circles2->total; i++)
    {
 // round the floats to an int
             float* p = (float*)cvGetSeqElem(circles2, i);
            cv::Point center(cvRound(p[0]), cvRound(p[1]));
            int radius = cvRound(p[2]);
// draw the circle center
        cvCircle(rgbcanny2, center, 3, CV_RGB(0,255,0), -1, 8, 0 );
              // draw the circle outline
             cvCircle(rgbcanny2, center, radius+1, CV_RGB(0,0,255), 2, 8, 0 );
             printf("x: %d y: %d r: %d\n",center.x,center.y, radius);
    }

Answer 1

您想要代码帮助吗？这不是一件容易的事。互联网上可用的算法很少，或者您可以尝试创建新的算法。很多研究正在进行中。我对一个过程有一些了解。您可以通过Y颜色系统YCbCr找到边缘。从模糊图像的Y值中扣除此Y值。然后你就会获得优势。现在进行数组表示。您必须以块为单位划分图像。现在用块检查块。它可以滑动，旋转，扭曲等。与阵列匹配比较。由于背景，对象跟踪很困难。小心小心/省略不必要的物品。

Answer 2

我认为要走的路可能是背景减法。它可以让您应对光照条件的变化。

有关简介，请参阅wikipedia entry。基本思想是你必须为场景背景建立一个模型，然后相对于背景计算所有差异。

Answer 3

我已对图像差异进行了一些分析，但代码是为java编写的。请查看以下可能提供帮助的链接

How to find rectangle of difference between two images

干杯！

图像差分：如何找到图像之间的细微差别？

3 个答案: