标签: matlab-cvst

我正在尝试使用MATLAB实现自动面部检测.我知道如何使用OpenCV实现它,但我想在MATLAB中实现它.

我看到两个网站:

1)http://www.mathworks.com/matlabcentral/fileexchange/11073.首先,这个网站很好,它适用于神经网络.它适用于与它一起提供的图像.但是,当我使用我的图像训练神经网络时,准确性非常差.

2)第二个是http://www.mathworks.com/matlabcentral/fileexchange/13716-face-eye-detection.当我用自己的图像测试时,准确性很差.

寻找更好的解决方案以及我应该做什么的建议.谢谢.

校准:

我在Matlab中使用这个视觉工具箱校准了相机.我使用棋盘图像来做到这一点.校准后,我得到cameraParams,其中包含:

Camera Extrinsics
RotationMatrices: [3x3x18 double]
TranslationVectors: [18x3 double]

和

 Camera Intrinsics
 IntrinsicMatrix: [3x3 double]
 FocalLength: [1.0446e+03 1.0428e+03]
 PrincipalPoint: [604.1474 359.7477]
 Skew: 3.5436

目的: 我使用这台相机记录了一些运动物体的轨迹.每个对象对应于帧中的单个点.现在,我想要投射点,以便我得到一个顶视图.

1. 请注意我希望转换的所有这些点都在同一个平面上.

   例如:[xcor_i,ycor_i]

   -101.7000  -77.4040
   -102.4200  -77.4040
   

   Run Code Online (Sandbox Code Playgroud)
2. 关键点:此平面垂直于用于校准的棋盘图像之一.对于那张图片(下图),我知道棋盘的起点高度(193.040厘米).投影点的平面与地面平行并垂直于该图像.

代码 (参考:https://stackoverflow.com/a/27260492/3646408并在下面以@Dima回答):

function generate_homographic_matrix()
%% Calibrate camera
% Define images to process
path=['.' filesep 'Images' filesep];
list_imgs=dir([path '*.jpg']);
list_imgs_path=strcat(path,{list_imgs.name});

% Detect checkerboards in images
[imagePoints, boardSize, imagesUsed] = detectCheckerboardPoints(list_imgs_path);
imageFileNames = list_imgs_path(imagesUsed);

% Generate world coordinates of the corners of the squares
squareSize = …

我是农学生,我最后一年的学习主题是评估图片中的蜜蜂数量.我尝试了一些方法(thresolding,模板匹配ciratefi算法或imageJ),但没有一个正常.

我是matlab的初学者,我想知道是否可以训练级联探测器并使用fonction vision.CascadeObjectDetector来计算图片上的蜜蜂.

两个图片示例:
http://img4.hostingpics.net/pics/473650DSC0648.jpg 和
http://img4.hostingpics.net/pics/978154DSC0660.jpg

我需要使用多少阳性和阴性样品？HOG？哈尔？LBP？

谢谢您的帮助

我正在OpenCV/C++中进行实时运动检测和对象跟踪,目前我正处于跟踪部分.

Matlab-我想做的例子:http://www.mathworks.de/de/help/vision/examples/motion-based-multiple-object-tracking.html(我对跟踪部分感到困扰以及如何将其转移到C++/OpenCV)

我的运动部件与OpenCVs BackgroundSubtractor MOG2配合使用,可以找到轮廓并过滤掉较小的轮廓.

对于跟踪我目前正在使用卡尔曼滤波器(具有类似实施本),这现在是越来越称为每一帧,如果运动物体被发现并绘制一条直线上它的路径.我的检测和跟踪部分看起来像这样:

BackgroundSubtractorMOG2 bg;
bg.operator()(frame, threshold);
bg.getBackgroundImage(background);
...  //morphological operations to remove noise etc.
findContours(threshold, ...);
...  //filtering to reject contours which are too smalle/too big

for(int i = 0; i < contours.size(); i++){
approxPolyDP(...);
boundRect = boundingRect(...);
x = boundRect.x + boundRect.width/2;
y = boundRect.y + boundRect.height/2;}

kalmanFilter.track(x,y);
kalmanFilter.draw(frame);

当前问题: 我有一个有0个移动物体的场景,然后有1个物体移入,通过轮廓检测并被跟踪.然后第二个物体在视线中移动,被检测到并使跟踪器跳到它而不是跟随第一个或单独标记(我想要).

当前跟踪器获取找到的对象的x和y坐标.像这样,一旦检测到另一个对象,跟踪器仍假定它是相同的对象,但具有比预期的其他坐标.

可以看出,没有将"轨迹"分配给某个对象的功能,这可能是最大的问题.我读到了匈牙利算法,但我不确定如何在我的函数中实现它.

什么是使跟踪工作多个对象的好方法？

我的想法是,如果我对每个对象进行唯一识别,我可以检查ID是否仍然相同,如果没有,则让跟踪器知道它是一个与另一个分开跟踪的新对象.不确定这是否必要或甚至有用,如果是,如何做到这一点.

我有两个相似但方向和大小不同的图像.下面是一个例子:

有没有办法匹配这两个图像？

我使用了Procrustes形状分析,但还有其他方法吗？

我有一个电影文件,我有兴趣录制一个点的运动; 圆形特征的中心是具体的.我试图在Matlab中使用边缘检测和角点检测技术来执行此操作.

要执行此操作,如何在视频中指定感兴趣的区域？subplot是个好主意吗？

我试图使用二进制掩码执行此操作,如下所示,

hVideoSrc = vision.VideoFileReader('video.avi','ImageColorSpace', 'Intensity');
hEdge = vision.EdgeDetector('Method', 'Prewitt','ThresholdSource', 'Property','Threshold', 15/256, 'EdgeThinning', true);
hAB = vision.AlphaBlender('Operation', 'Highlight selected pixels');
WindowSize = [190 150];
hVideoOrig = vision.VideoPlayer('Name', 'Original');
hVideoOrig.Position = [10 hVideoOrig.Position(2) WindowSize];

hVideoEdges = vision.VideoPlayer('Name', 'Edges');
hVideoEdges.Position = [210 hVideoOrig.Position(2) WindowSize];

hVideoOverlay = vision.VideoPlayer('Name', 'Overlay');
hVideoOverlay.Position = [410 hVideoOrig.Position(2) WindowSize];

c = [123 123 170 170]; 
r = [160 210 210 160];
m = 480;  % height of pout image
n = 720;  % width of pout …

我正在从事立体视觉任务，我想了解立体视觉相机和物体之间的距离。我正在将Matlab与计算机视觉系统工具箱一起使用。
我已经使用“适用于Matlab的相机校准工具箱”对相机进行了校准，因此我具有左右相机的固有参数和外部参数（右相机相对于左相机的位置）。我也有一副校正过的图片和他们的视差图。为了估计视差，我使用了Matlab函数disparity（）。我知道相机的基线和焦距，但是我的结果仍然是错误的。

baseline = 70 mm
focal length = 25 mm
disparity = 60 pixels
---------------------
depth = baseline * focal length / disparity = 70 * 25 / 60 = 29 mm

但我知道距离是cca 600毫米。这个公式对吗？单位呢？mm * mm / pixel != mm。特别是我想使用Camera矩阵（内在参数）进行计算，但是我不知道该怎么做。如有任何提示，我将不胜感激。

我不禁注意到计算机视觉工具箱的MATLAB文档有一种非常熟悉的感觉,好像它是对OpenCV文档和示例的重写.

这是MATLAB工具箱文档:http: //www.mathworks.co.uk/products/computer-vision/

这是opencv doc:http: //docs.opencv.org/

现在我目前还没有MATLAB,所以我无法真正检查.有谁知道它是否真的是MEX OpenCV？

干杯

在这个模式里面有一个水壶的图像.如果你真正专注,你可以看到它.我想知道我是否可以使用Matlab解码这种模式？给我一些提示或代码示例.

stereoParameters有两个外在参数:RotationOfCamera2和TranslationOfCamera2.

问题是文档的RotationOfCamera2含义不是很详细,它只是说:Rotation of camera 2 relative to camera 1, specified as a 3-by-3 matrix.

在这种情况下,坐标系是什么？

可以在任何坐标系中指定旋转矩阵.

它究竟是什么意思"相机1的坐标系"？它的x,y,z轴是什么？

换句话说,如果我计算本质矩阵,我怎么能得到相应的RotationOfCamera2和TranslationOfCamera2从本质矩阵？