В этой статье мы поговорим о задачах видеонаблюдения, точнее – о выявлении и отслеживании в кадре определённого объекта. В основе этого метода лежит идея фильтрации картинки по цвету. Этот метод можно применять, когда объект существенно отличается по цвету от фона и условия освещения изменяются мало.

1 Введение

Идея выделять на картинке один из цветов для нахождения объекта может показаться простой, однако тут могут скрываться ряд затруднений, связанных с техническими характеристиками камеры и не только. Для эффективной реализации этой идеи необходимо будет применить несколько различных методов для обработки изображений, об этом и пойдёт речь ниже.

2 Постановка задачи

Неформально задачу можно сформулировать следующим образом. Построить систему выявления и отслеживания положения заданного объекта в кадре, при следующих условиях: объект существенно отличается по цвету от фона, освещение изменятся мало, картинка может содержать шум.

3 Решение задачи

Цвет пикселей картинки зависит от состояния камеры и условий освещения, которое может быть неравномерным.

Рис.1: исходная картинка с синим маркером

Рис.2: исходная картинка с красным маркером

Первое что необходимо сделать это по возможности сгладить колебания цвета на картинке, связанные с техническими особенностями камеры и колебаниями освещения. Для решения этой задачи можно использовать метод выравнивания гистограммы. [1][2].

Рис.3: выравнивание гистограммы (синий)

Рис.4: выравнивание гистограммы (красный)

Результат выравнивания гистограммы имеет много небольших по размеру областей резкого изменения яркости. Для устранения этого недостатка применим сглаживание (размывание)[5].

Рис.5: сглаживание (синий)

Рис.6: сглаживание (красный)

После этих преобразований можно применять цветовую фильтрацию, её мы будем выполнять в цветовом пространстве HSV.

Рис.7: цветовая фильтрация (синий)

Рис.8: цветовая фильтрация (красный)

В результате цветовой фильтрации на картинке могут остаться точки не принадлежащие объекту но близкие ему по цвету. Устранить их можно конвертировав картинку в черно-белую (простым пороговым преобразованием) и применив методы математической морфологии [5].

Рис.9: обесцвечивания по порогу (синий)

Рис.10: обесцвечивания по порогу (красный)

Рис.11: очистка морфологией (синий)

Рис.12: очистка морфологией (красный)

Далее выделяем края [5] и получаем контур искомого объекта.

Рис.13: выделение краёв (синий)

Рис.14: выделение краёв (красный)

4 Реализация

В этом разделе описана реализация системы отслеживания объекта с использованием библиотеки OpenCV [ 2] , картинка поступает с вебкамеры.

В качестве объекта будем использовать однотонный шарик. Прежде чем система начнёт работать необходимо определить параметры цветового фильтра. Это можно сделать с помощью специальной утилиты (ссылка на исходники ниже).

Рис.15: подбор параметров фильтра (синий)

Рис.16: подбор параметров фильтра (красный)

Далее запускаем систему с полученными параметрами цветового фильтра.

Рис.17: результат работы детектора (синий)

Рис.18: результат работы детектора (красный)

Исходные тексты программ [ здесь ].

Качество работы системы зависит от степени цветовой разницы между фоном и объектом. Результат можно улучшить усложнив модель объекта, например набрать статистку картинок с объектом и описать цвет точек объекта с помощью смеси нормальных распределений [3], после этого для каждой точки картинки вычислять вероятность её принадлежности объекту[4].

 

Список литературы

При использовании материалов этого сайта, пожалуйста вставляйте в свой текст ссылку на мою статью.