c# - 跟踪Aforge中的blob

AForge.NET BlobCounter将提供blob发现，虽然它相当简单并且不支持'破碎'blob。如果您想实现一些简单的blob跟踪，可以考虑以下几点：

如果您的斑点偶尔会碎片化，您可能需要执行一些聚类（找到质心位置组以组合小碎片）以获得对位置的良好估计。在分析多个帧时，这会增加遇到诸如破碎斑点等边界条件的机会，因此需要考虑这一点。或者，如果您可以很好地控制条件（例如照明），那么这可能就足够了。在blob找到之前，可以通过重复的扩张/侵蚀操作来解决次要（仅几个像素）中断，但这也会放大噪声并降低位置精度。
对于实际跟踪，您有几种方法。卡尔曼滤波可以为您提供非常好的精度（子像素），因为它集成了来自多个帧的信息。如果您不需要那么高的准确度，您可以考虑一个非常简单的算法，例如总是选择最接近最近位置的足够大的blob。如果对象没有快速移动并且您没有在被跟踪对象附近弹出其他blob，则此方法有效。如果您需要更好的分析性能，您也可以估计最后两帧的速度，并使用它来限制搜索blob时必须考虑的区域。
如果您需要跟踪高速物体，则会变得更具挑战性。在这种情况下，您可能会尝试将blob-finding与模板匹配相结合。您可以基于blob-find创建模板，并将模板与后续blob匹配，以根据模式而不仅仅是其大小/位置对其进行评分。这要求斑点随着时间的推移看起来相当一致，这意味着模型的物理形状和光照条件必须保持固定。

更新以回应您的问题：

今天早上只有几分钟，所以没有实际的代码，但基本的想法是：

只考虑大于可配置大小的blob（您可能需要凭经验确定这一点。）
保留有关找到的最后两个blob位置及其采样时间的信息。我们在时间t1和t0将这些向量称为R2，p1和p0。
如果假设速度缓慢变化，则在新位置的时间t2初步估计p2 = p1 +（t2-t1）*（p1-p0）/（t1-t0）。这可能是也可能不是一个好的假设，所以你需要通过在所需的运动范围内捕捉你的物体来验证这一点。
您可以选择使用此估算值将blob搜索区域限制为以估计位置为中心的子图像。执行blob查找后，将最接近估计位置的blob作为新的位置测量值。

上述的一个副作用是，如果由于某种原因，blob在一帧中发现失败，则可以使用估计值。允许这种推断太长时间是危险的，但它可以让你对轻微的噪声尖峰有一定的容忍度。

你可能会看到这可以进一步发展，包括从最近的帧估计加速度或整合多帧的速度/加速度，以更好地推断下一个样本的可能位置。您也可以开始相信估计（使用来自当前帧和先前帧的累积数据）比实际测量更精确（并且可能准确）。最终你最终会得到类似卡尔曼滤波器的东西。