Comments 17
Может ещё применить морфологическое замыкание, чтобы избавиться от дырок?
А вы не пробовали с цветным изображением? Если изображение конвертировать из RGB в HSV, возможно, будет проще определить тень (т.к. цветовой тон внутри тени и снаружи нее будет один и тот же, а вот S и V будут различаться).
Спасибо за полезную информацию.
Один вопрос — я так понимаю, этот метод годится только для неподвижной камеры? А если изображение дрожит? И фон имеет небольшие постоянные сдвиги? Тогда градиентный метод наверно работать не будет?
Один вопрос — я так понимаю, этот метод годится только для неподвижной камеры? А если изображение дрожит? И фон имеет небольшие постоянные сдвиги? Тогда градиентный метод наверно работать не будет?
Если изображение дрожит, то нужно применять цифровую стабилизацию изображения. У нас для этого реализован достаточно эффективный алгоритм, позволяющий стабилизировать изображение с субпиксельной точностью.
слушайте, а насчёт повышения резкости кадра за счёт этой субпиксельной стабилизации у Вас наработки успешные есть?
А как цифровая стабилизация может поднять резкость? При наличии дрожания камеры, резкость обычно только понижается. В основном по двум причинам: 1) смазывание изображения из-за движения камеры 2) размытие изображения из-за его компенсационного субпиксельного сдвига, если последний выполняется при помощи билинейной интерполяции. Можно конечно накладывать специальные фильтры для устранения смазывания изображения, да и компенсацию выполнять другими методами (например, бикубической интерполяцией), однако это все довольно ресурсоёмко. Кроме того, для наших целей (аналитическая обработка изображения и детектирование движения) это размытие особо не мешает, а иногда даже помогает.
Если разбираться на субпиксельном уровне, то следующий кадр содержит информацию о практически той же картинке, но при чуть другом наложении границ элементов снимаемого изображения на другие границы пикселей. Поэтому, должна быть потенциальная возможность таким образом уточнить границы элементов изображения, и тем самым повысить резкость и разрешение снятой картинки. Это почти как избавляться от смаза, только на шаг глубже. Цифровая стабилизация с плюсом.
Тот факт, что Вам в Ваших задачах это не оказывается нужным — снимает этот мой вопрос к Вам.
Тот факт, что Вам в Ваших задачах это не оказывается нужным — снимает этот мой вопрос к Вам.
Да такая потенциальная возможность есть — теоретически можно даже повысить разрешение картинки путем анализа последовательных, слегка смещенных изображений (если данные смещения контролируемые). Однако на практике, оказывается у данного метода масса подводных камней — это цифровой шум, смазывание картинки из-за смещения камеры во время захвата кадра, погрешность метода определения субпиксельного сдвига, произвольность направление смещения и амплитуды камеры во время дрожания, как и периодичности этого процесса сводят на нет практическую применимость данного подхода.
Интересно! Сразу возникает идея сделать на основе этого 3d манипулятор. На основании взаимного расположения объекта и тени можн судить о положении самого объекта в 3-х мерной системе координат. Фиксируем свет и вуаля! Можем руками оперировать с тем, что у нас на экране используя только лампочку и веб камеру.
Еще пара идей:
Можно попробовать смотреть, меняется ли цвет в каналах A и В, цветовой модели LAB или канала H, пространства HSL. У искомого объекта цвет должен практически гарантированно отличаться, тогда как тень свой цвет будет изменять не так сильно.
Вторая идея — сравнивать высокие частоты изображения. Ситуация та же — высокие частоты сам объект должен менять намного сильнее, чем тень от него.
Проверять алгоритмы на работоспособность стоит так же и при нескольких источниках света разного цвета, мне кажется. Это усложняет задачу но сильно уж распространенная ситуация. Как вариант — искать заведомо затемненное место и брать образец цвета тени из него — разный цвет в тени явление более редкое чем просто цветная тень
Можно попробовать смотреть, меняется ли цвет в каналах A и В, цветовой модели LAB или канала H, пространства HSL. У искомого объекта цвет должен практически гарантированно отличаться, тогда как тень свой цвет будет изменять не так сильно.
Вторая идея — сравнивать высокие частоты изображения. Ситуация та же — высокие частоты сам объект должен менять намного сильнее, чем тень от него.
Проверять алгоритмы на работоспособность стоит так же и при нескольких источниках света разного цвета, мне кажется. Это усложняет задачу но сильно уж распространенная ситуация. Как вариант — искать заведомо затемненное место и брать образец цвета тени из него — разный цвет в тени явление более редкое чем просто цветная тень
Sign up to leave a comment.
Алгоритм детектирования теней на видеоизображении