OpenCV入侵检测

Question

对于我的项目,我需要处理与OpenCV的图像差异.目标是检测区域中的入侵.

为了更清楚一点,这里有输入和输出:

输入:

• 参考图像
• 从大致相同的角度看第二张图像(可能是误差范围)

输出:

• 检测场景中的新对象.

奖金:

• 识别那些物体.

对我来说,最困难的部分是消除小差异(光度,相机位置边距误差,树木移动......)

我已经阅读了很多关于OpenCV图像处理(减法,侵蚀,阈值,SIFT,SURF ......)并且有一些好的结果.

我想要的是你认为最好有一个良好检测的步骤列表(人类,汽车......),以及执行每一步的算法.

非常感谢您的帮助.

Answer 1

如果相机是静态的，我肯定会从运行平均背景扣除开始。然后您可以使用 findContours() 来查找入侵对象的位置和大小。如果您想检测在场景中走动的人类，我建议您使用内置的 haar 分类器：

http://docs.opencv.org/doc/tutorials/objdetect/cascade_classifier/cascade_classifier.html#cascade-classifier

您只需将 xml 替换为 upperbody 分类器即可。