c – 用于跟踪对象的Meanshift算法发布计算搜索窗口的质心更新

概述我一直在尝试实现用于跟踪对象的meanshift算法,并且已经完成了所涉及的概念. 到目前为止,我已经成功地从我的相机生成了一个反投影流,单个通道色调roi直方图和单通道色调视频流看起来很好,我知道opencv库中有一个meanshift函数,但我正在尝试实现我自己使用opencv中提供的数据结构,计算时刻并计算搜索窗口的平均质心. 但由于某些原因,我无法在我的代码中找到问题,因为它会继续收敛到我 我一直在尝试实现用于跟踪对象的meanshift算法,并且已经完成了所涉及的概念.

到目前为止,我已经成功地从我的相机生成了一个反投影流,单个通道色调roi直方图和单通道色调视频流看起来很好,我知道opencv库中有一个meanshift函数,但我正在尝试实现我自己使用opencv中提供的数据结构,计算时刻并计算搜索窗口的平均质心.

但由于某些原因,我无法在我的代码中找到问题,因为它会继续收敛到我的视频流的左上角,以便跟踪任何输入roi(感兴趣的区域).以下是计算搜索窗口质心的函数的代码片段,我觉得问题在于但不确定它是什么,如果有人能指出我正确的方向,我真的很感激：

voID moment(Mat &backproj,Rect &win){    int x_c,y_c,x_c_new,y_c_new;        int IDx_row,IDx_col;    double m00 = 0.0,m01 = 0.0,m10 = 0.0 ;    double res = 1.0,Tol = 0.003 ;    //Set the center of search window as the center of the probabiListic image:    y_c =  (int) backproj.rows / 2 ;     x_c =  (int) backproj.cols / 2 ;     //CentroID search solver until resIDual below certain tolerance:    while (res > Tol){        win.wIDth = (int) 80;         win.height = (int) 60;         //First array element at position (x,y) "lower left corner" of the search window:        win.x = (int) (x_c - win.wIDth / 2) ;        win.y = (int) (y_c - win.height / 2);         //Modulo correction since modulo of negative integer is negative in C:        if (win.x < 0)                win.x = win.x % backproj.cols + backproj.cols ;        if (win.y < 0)                win.y = win.y % backproj.rows + backproj.rows ;           for (int i = 0; i < win.height; i++ ){                  //Traverse along y-axis (height) i.e. rows ensuring wrap around top/bottom boundarIEs:                                  IDx_row = (win.y + i) % (int)backproj.rows ;                for (int j = 0; j < win.wIDth; j++ ){                        //Traverse along x-axis (wIDth) i.e. cols ensuring wrap around left/right boundarIEs:                        IDx_col = (win.x + j) % (int)backproj.cols ;                            //Compute Moments:                                                    m00 += (double) backproj.at<uchar>(IDx_row,IDx_col) ;                        m10 += (double) backproj.at<uchar>(IDx_row,IDx_col) * i ;                        m01 += (double) backproj.at<uchar>(IDx_row,IDx_col) * j ;                }        }        //Compute new centroID coordinates of the search window:        x_c_new = (int) ( m10 / m00 ) ;        y_c_new = (int) ( m01 / m00 );        //Compute the resIDual:        res = sqrt( pow((x_c_new - x_c),2.0) + pow((y_c_new - y_c),2.0) ) ;        //Set new search window centroID coordinates:        x_c = x_c_new;        y_c = y_c_new;    }}

这是我对stackoverflow的第二次查询,所以请原谅我忘记遵循的任何指导.

编辑

将m00,m01,m10更改为WHILE-LOOP中的块级变量而不是函数级变量,感谢DanIEl Strul指出它但问题仍然存在.现在搜索窗口围绕框架边界跳跃而不是关注roi.

voID moment(Mat &backproj,IDx_col;    double m00,m10 ;    double res = 1.0,Tol = 0.003 ;    //Set the center of search window as the center of the probabiListic image:    y_c =  (int) backproj.rows / 2 ;     x_c =  (int) backproj.cols / 2 ;     //CentroID search solver until resIDual below certain tolerance:    while (res > Tol){        m00 = 0.0,m10 = 0.0        win.wIDth = (int) 80;         win.height = (int) 60;         //First array element at position (x,2.0) ) ;        //Set new search window centroID coordinates:        x_c = x_c_new;        y_c = y_c_new;    }}

解决方法 您的算法总是收敛到左上角而不依赖于输入数据的原因是m00,m10和m01永远不会重置为零：

>在迭代0,对于每个时刻变量m00,m10和m01,计算正确的值m0
>在迭代0和迭代1之间,矩量变量不会重置并保持其先前的值
>因此,在迭代1中,您实际上将新时刻与旧时刻相加并获得(m0 m1)
>在迭代2中,您继续将前一个时刻的新时刻相加并获得(m0 m1 m2)
>依此类推,迭代迭代.

至少,应该在每次迭代开始时重置力矩变量.

理想情况下,它们不应该是函数级变量,而应该是块级变量,因为它们在循环迭代之外没有用处(除了调试目的)：

while (res > Tol){    ...    double m00 = 0.0,m10 = 0.0;    for (int i = 0; i < win.height; i++ ){        ...

编辑1

您遇到的第二个问题(ROI在该处周围跳跃)的原因是矩的计算基于相对坐标i和j.

因此,你计算的是[avg(j),avg(i)],你真正想要的是[avg(y),avg(x)].为了解决这个问题,我提出了第一个解决方案.我已经用下面一个更简单的解决方案取代了它.

编辑2
最简单的解决方案是在每次迭代结束时添加ROI角的坐标：

x_c_new = win.x + (int) ( m10 / m00 ) ;    y_c_new = win.y + (int) ( m01 / m00 );

总结

以上是内存溢出为你收集整理的c – 用于跟踪对象的Meanshift算法发布计算搜索窗口的质心更新全部内容，希望文章能够帮你解决c – 用于跟踪对象的Meanshift算法发布计算搜索窗口的质心更新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。