基于图像的计数算法，用于计算移动输送机上的物体

Question

我正在构建一个视觉系统，可以计算在变速传送带上移动的盒子。

使用open_cv和c ++，我可以分离blob并提取相应的质心。

现在我必须增加count变量，如果质心越过截止边界线。

请查看屏幕截图以获得更清晰（三帧，标记的阈值和质心）：

这是我被困的地方。我尝试了两种替代方案。

1. 固定矩形条，其中质心仅保留一个框架
   • 但由于输送机是多速的，我无法确定恒定的边界值。

2. 我试过像

   这样的东西

   centroid_prev = centroid_now;
   centroid_now = posX;
   if (centroid_now >= xLimit && centroid_prev < xLimit)
   {
       count++;
   }
   

   • 如果传送带上只有一个盒子，这样可以正常工作。

   • 但对于同一帧中的2个或更多blob，我不知道如何使用数组来处理轮廓。

能否请您建议一个可以比较的简单计数算法  即使是前一帧和当前帧之间的blob属性  每帧有多个blob？

PS。传送带速度大约为50箱/秒，因此我们非常欣赏轻量级算法，否则我们最终可能会降低帧速率。

Answer 1

假设您粘贴的图像具有代表性，您可以通过某种跟踪轻松解决此问题。 最简单的方法是使用goodFeaturesToTrack和calcOpticalFlowPyrLK来跟踪输送机的运动。
您可能需要对结果进行一些过滤，但我认为这很难，因为运动和图像的噪音非常低。 拥有该动作后，您可以计算每个质心何时超出某个X阈值并对其进行计数。

如果角落数量较少（<100），例如在此图像中，它应该很快。

Answer 2

您是否尝试将前一帧的质心坐标与新帧中的质心相匹配？您可以使用OpenCV的descriptor matchers。 （代码会对所有匹配的特征向量进行采样，但没有理由不将它们用于坐标匹配。）

如果您担心性能：匹配5-10个坐标中心应该比在图像中找到斑点的速度快一些。

Answer 3

这是数组的算法。这只是你正在做的事情的延伸 - 你可以调整细节

ISerializable

-

如果对象可以移动（并且看起来大致相同），则需要添加其他信息（如颜色）来定位相同的对象。