c++ - 使用 OpenCV 进行动态背景分离和可靠的圆圈检测

Question

我正在尝试检测相似颜色背景上的彩色网球。我正在使用 OpenCV 和 C++

这是我正在使用的测试图像: http://i.stack.imgur.com/yXmO4.jpg

我尝试过使用多个边缘检测器； sobel , laplace和 canny .这三个都检测到白线，但是当阈值处于可以检测到网球边缘的值时，输出中有太多噪声。

我也尝试过 Hough Circle 变换，但因为它基于 canny , 它是无效的。

我不能使用背景减法，因为背景可以移动。我也无法修改阈值，因为光照条件可能会在网球内产生渐变。

我觉得我唯一的选择是过度匹配模板或检测白线，但我想尽可能避免这种情况。

你有什么建议吗？

Answer 1

我必须倾斜屏幕才能自己发现网球。这是一个困难的形象。

也就是说，Hough 变换的默认 OpenCV 实现使用 Canny 边缘检测器，但这不是唯一可能的实现。对于这些更困难的情况，您可能需要自己重新实现它。

您当然可以使用不同的边缘检测设置重复运行 Hough 算法，以生成多个候选对象。除了直接比较候选者之外，您还可以检查每个候选者是否具有主导纹理(在局部阴影校正之后)并且可能有条纹。但如果这些网球实际上是在飞行中捕获的，即移动，那可能会非常棘手。