二值图像中目标物体轮廓的边界跟踪算法

LLeiFeng 发布于 2014年05月28日 | 更新于 2014年05月28日
无人欣赏。

毕业设计是视频监控系统,今天在完成对视频中目标物体的轮廓描述功能。 但是对目标物体轮廓边界的跟踪算法不是很理解。 以下是一种算法的实现。

acc = np.zeros((height, width), np.float32) # 返回a行b列的数组

sqacc = np.zeros((height, width), np.float32) # 32 bit accumulator 得到两个和视频流帧一样大小的窗口。

M = acc/float(BGsample)#BGsample是起始帧的个数,这里是20

sqaccM = sqacc/float(BGsample)

M2 = M*M

sig2 = sqaccM-M2

detectmin = cv2.convertScaleAbs(M-sig2)#该函数可以返回一个uint8类型的图片

detectmax = cv2.convertScaleAbs(M+sig2)#

通过以上代码得到了目标检测物体的边界。但是对这个算法不是很理解。希望大家帮忙指点 指点,谢谢!

共4条回复
byunting 回复于 2014年05月28日

略高端,不懂。纯支持

o麦圈o 回复于 2014年05月28日

中间少了一段关键的代码呀,是这个吗 http://stackoverflow.com/questions/9976724/background-subtraction-in-opencv2

xiaotie 回复于 2014年05月28日

没上下文,看不懂

LLeiFeng 回复于 2014年05月28日

2楼 @o麦圈o 没有,中间的那段代码和算法部分没有关系。

登录 或者 注册