#image #matlab #image-processing #imaging #matlab-cvst
#изображение #matlab #обработка изображений #визуализация #matlab-cvst #отображение
Вопрос:
Я новичок в обработке изображений MATLAB . Итак, что мне нужно сделать, это пометить большие двоичные объекты на изображении. Таким образом, настройка — это в основном маркеры на человеке, которые снимаются камерой. Изображение с камеры необходимо обработать MATLAB .
Итак, данные, которые я получаю с камеры, являются кадрами. Используя region props и некоторые другие алгоритмы обработки изображений, я превратил маркеры в большие двоичные объекты на теле. Я могу пометить каждый объект (маркеры) цифрами от 1 до 4, используя bwlabel .
Теперь проблема, с которой я сталкиваюсь, заключается в том, что, когда я перехожу к следующему кадру, в зависимости от положения человека в то время, bwlabel например blob#2 , в предыдущем кадре будет помечаться как blob#3 в текущем кадре.
Итак, по сути, я говорю, что метки, которые применяются в каждом кадре, меняются.
Я хочу сохранить одни и те же метки во всем количестве кадров.
У кого-нибудь есть идеи о том, как это можно сделать?
Большое вам спасибо.
Комментарии:
1. В общем, вы ищете отслеживание объектов. Но в зависимости от вашего конкретного случая могут быть ярлыки. Можете ли вы опубликовать пару примеров изображений?
2. Вы пытаетесь выполнить «отслеживание», похоже, вам было бы полезно общее введение в тему — попробуйте посмотреть вторую видеолекцию на этой странице из моего курса компьютерного зрения, она длится 45 минут и содержит код matlab. personal.ee.surrey.ac.uk/Personal/J.Collomosse/teaching.php
3. @jcollomosse Большое вам спасибо за ответ. Я приношу извинения за поздний ответ. Я пытаюсь просмотреть видео с вашего сайта, но, к сожалению, это, похоже, не работает. Я действительно признателен, если вы могли бы перезагрузить видео. Еще раз спасибо за помощь!
4. Работает для меня. Боюсь, вам нужна вспышка, иначе напишите мне, и я что-нибудь придумаю
Ответ №1:
Вы можете отслеживать большие двоичные объекты от кадра к кадру с помощью фильтра Калмана. Если у вас есть набор инструментов системы компьютерного зрения, вы можете использовать vision.KalmanFilter объект для прогнозирования местоположения большого двоичного объекта в следующем кадре, а assignDetectionsToTracks функцию — для сопоставления прогнозов с обнаружениями. Этот пример должен дать вам хорошую отправную точку.