image-processing - 通过分析二值前景图像的白色像素来计算车辆数量所需的想法

Question

我对图像处理有点陌生，所以我想请教您如何为我的问题找到最佳解决方案，而不是代码帮助。我想不出一个好主意，所以想征求你的意见。希望你能帮上忙。

我正在 OpenCV 下开展一个项目，该项目是关于从视频文件或实时摄像机中计算车辆数量。从事此类项目的其他人通常会跟踪移动的物体，然后对它们进行计数，但我想用不同的视角来代替它；要求用户在视频窗口上设置一个 ROI(感兴趣区域)并只在这个区域工作(出于某些原因，比如不处理整个帧和一些性能提升)，如下所示。(顺便说一句，用户可以设置ROI多于一个，按比例要求用户将ROI的高度设置为普通车的2倍左右)

到目前为止，我已经取得了一些基本进展，例如背景更新、形态学过滤器、阈值处理以及将移动对象作为二值图像获取，如下所示。

完成后，我尝试计算最终阈值前景帧的白色像素，并通过检查总白色像素数来估计它是否是汽车(我通过静态计算设置下限，知道高度的投资返回率)。为了说明，我画了一个示例图形:

从图中可以看出，很容易计算出白色像素并检查它是否按时间绘制曲线并确定是汽车还是噪音之类的东西。

在两辆车同时通过我的投资返回率之前，我一直很成功。正如您猜到的那样，我的算法因将它们计为一辆车而崩溃了:/我尝试了不同的方法来解决这个问题，类似于长车，但到目前为止我无法获得最佳解决方案。

我的问题是:用这种像素值计数的方法是不可能处理这个任务的吗？如果可能的话，你的建议是什么？我希望你以前也遇到过类似的事情并且可以帮助我。

欢迎各种想法，在此先感谢 friend 。

Answer 1

将流量与背景隔离 - 拍摄两张图像，对其中一张运行高通滤波器，将另一张转换为二值图像 - 使用二值图像屏蔽过滤后的图像，您应该能够使用边缘检测来将每辆车的车顶识别为四边形，然后您应该能够计算出它的相对尺寸。

然后你有四种情况:

1. 没有四边形 - 没有汽车
2. 大四边形 - 卡车
3. 多个小四边形 - 几辆汽车
4. 单个四边形 - 一辆车