如何改进物体检测?

How to improve object detection?

我想改进我的对象检测项目。

首先,为了得到我的实际结果,我使用 absdiff,然后我在下面的代码中使用以下操作:

cv::threshold(subtractionResultEdges, threshold, 0, 255, CV_THRESH_BINARY | CV_THRESH_OTSU);

    Sobel(threshold, sobel, CV_32F, 1, 0);

    minMaxLoc(sobel, &minVal, &maxVal);

    sobel.convertTo(sobel, CV_8U, 255.0 / (maxVal - minVal), -minVal * 255.0 / (maxVal - minVal));

    dilate(subtractionResultEdges, subtractionResultEdges, verticalStructreMat, Point(-1, -1));


    erode(subtractionResultEdges, filteredResult, verticalStructreMat, Point(-1, -1));

    Canny(filteredResult, filteredResult, 33, 100, 3);

我最后一次操作是findContours(canny_output, *contours, *hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));

这是我使用 accumulate 函数(20 帧)得到的每个函数和前景后的结果:

前景: http://j71i.imgup.net/foregroundc3dc.PNG

减法: http://p81i.imgup.net/subtractio2866.PNG

索贝尔: http://g51i.imgup.net/sobela1fb.PNG

门槛: http://p46i.imgup.net/treshold14c9.PNG

扩张、侵蚀和 Canny:

http://q68i.imgup.net/canny2e1a.PNG

找到轮廓: http://v76i.imgup.net/contours6845.PNG

背景也是从accumulate函数获得的。

你能帮我做更好的角点或轮廓检测吗?我需要它,以像素为单位获取对象大小。

提前致谢!

dilate/erode 部分使用更大的内核,可能是 (11, 11) 甚至更大,或者进行多次迭代(这可以设置为参数。这应该连接检测到的各个部分对象更好,然后你的轮廓就会更少。

要计算面积,您可以使用contourArea()