Поиск и анализ движущихся объектов по серии изображений (стр. 2 из 2)

Предложим следующий алгоритм решения формализованной задачи:

1. На множестве

конструируем подмножества, содержащие связанные точки , выбранные как лежащие рядом друг с другом, в соответствии со следующим критерием .

2. Конструируем подмножества более высокого уровня, являющиеся областями правильной формы

, охватывающими подмножества более низкого уровня.

3. Повторяем пункт 2 до тех пор, пока не получим конечное количество подмножеств наивысшего уровня.

Метод был адаптирован и реализован функциями библиотеки OpenCV. Примеры его работы приведены на рис. 2.1.

	Области правильной формы
	Круг	Прямоугольник

Рис. 2.1

Пример работы алгоритма для разных областей правильной формы.

2.2. Нахождение объекта по цветовому диапазону

Метод использует гистограмму изображения исходного объекта для нахождения объекта с такими же цветовыми характеристиками на серии изображений.

Пусть необходимо построить изображение в оттенках серого цвета, содержащее необходимые нам объекты.

Введём следующие определения. Для простоты описание решения формализованной задачи, ввёдём оператор, который преобразует функцию яркости изображения

в функцию количественного распределения пикселей с определенным значением яркости (гистограмму) (где k – численное значение яркости):

Обратный оператор

преобразует гистограмму в изображение в оттенках серого.

Алгоритм поставленной задачи состоит из следующих этапов:

1. Построение гистограмм искомого объекта

и исходного изображения

2. Формируем новую гистограмму, как нормированное произведение

и :

3. Используя обратное преобразование

, получаем функцию, которая является искомым изображением в оттенках серого:

Метод был адаптирован и реализован функциями библиотеки OpenCV. Примеры его работы приведены на рис. 2.2.

Доска	Черная фишка	Белая фишка
Исходное изображение
Гистограмма изображения
Исходное изображение	По гистограмме доски	По гистограмме черная фишка	По гистограмме белая фишка

Рис. 2.2

Пример работы алгоритма.

3. Результаты исследований

В результате проведённых исследований были сделан вывод, что большую часть областей, получившихся в результате применения вышеописанных алгоритмов, занимают искомые объекты, и мы можем по этим областям оценить сами объекты.

Все алгоритмы были реализованы функциями библиотеки OpenCV. И на их основе была написана программа для автоматического определения выставляемых на доску фишек, описанная в [3].

Литература.

1. Open Source Computer Vision Library Reference Manual

2. О. С. Семерий. Метод максимальных площадей для выделения движущихся объектов по серии изображений