让我快速解释一下我的情况：我编写了一个自定义探测器，可以找到台球图像中的区域。我在使用HSV色彩空间时这样做了，对于大多数球，我只能对Hue通道进行阈值处理。但是对于橙色（＃5）和棕色（＃7），必须考虑饱和度，这会给问题增加另一个维度。
从我的研究中看来，我的最佳路线似乎是采用某种方式进行均值漂移跟踪，但我所遇到的所有内容都描述了均值漂移，其中只使用了一个通道（色调通道）。
任何人都可以解释或提供一个链接，解释我如何使用色调和饱和度调整均值漂移？
或者你能告诉我你是否认为不同的跟踪算法可能更适合这个问题？
答案 0 :(得分：0)
理论上，无论维度如何，均值转换效果都很好（在非常高的维度中，稀疏性是一个问题，但有一些工作可以解决这个问题）
如果您尝试使用仅需要单个通道输入的自我平均移位跟踪器，您可以创建自己的问题特定颜色通道。你需要一个通道来最大化不同颜色的台球之间的差异。
最简单的方法是取所有15个球的平均颜色，并将它们放在15x3矩阵中并用SVD分解（先减去均值），这样你就可以了ll得到最大方差的轴。这将为您提供从RGB到新的一维色彩空间的最佳线性变换，从而最大化台球颜色之间的差异。 （如果不够好，你可以使用本地映射做得更好，但可能没有必要）