c – 基于图像的计数算法,用于计算移动输送机上的物体

概述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,如果质心越过截止边界线,我必须递增计数变量. 请查看屏幕截图以获得更清晰的信息(三帧,标记的阈值和质心)： 这是我被困的地方.我尝试了两种替代品. >固定矩形条带,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. >我试过类似的东西 centroi 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,如果质心越过截止边界线,我必须递增计数变量.

请查看屏幕截图以获得更清晰的信息(三帧,标记的阈值和质心)：

这是我被困的地方.我尝试了两种替代品.

>固定矩形条带,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.

>我试过类似的东西

centroID_prev = centroID_Now;centroID_Now = posX;if (centroID_Now >= xlimit && centroID_prev < xlimit){    count++;}

>如果输送机上只有一个盒子,这样可以正常工作.
>但是对于同一帧中的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.

解决方法 假设您粘贴的图像具有代表性,您可以通过进行某种跟踪来轻松解决此问题.
想到的最简单的方法是使用goodFeaturesToTrack和calcopticalFlowPyrLK来跟踪传送带的运动.
您可能需要对结果进行一些过滤,但我认为这并不困难,因为运动和图像的噪音非常低.
拥有该运动后,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.

具有较少数量的角(<100),例如在该图像中,它应该是快速的.

总结

以上是内存溢出为你收集整理的c – 基于图像的计数算法,用于计算移动输送机上的物体全部内容，希望文章能够帮你解决c – 基于图像的计数算法,用于计算移动输送机上的物体所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。