opencv - 如何防止我的对象检测程序检测到多个不同大小的对象？

Question

所以，这是我的情况。我创建了一个基于颜色对象检测的对象检测程序。我的程序检测到红色并且效果很好。但这是我面临的问题:-

每当周围有多个红色物体时，我的程序都会检测到它们，并且当时它无法真正跟踪一个物体(即它在背景中跟踪其他各种大小的红色物体。它向我显示“噪音太大”的错误在背景中”。正如您在附加的“阈值图像”中看到的那样，它检测到圆形物体(这是我的跟踪对象)和我的红色帽子。我希望我的程序只检测我的跟踪对象(“这是一个圆形的可乐帽”)。我怎样才能做到这一点？请帮帮我。几天后我有我的工程设计比赛，我必须在我的讲师面前演示我的程序。我的程序应该只能检测到并跟踪我想要的对象。谢谢

我的 objectdetection 程序的代码有点长。因此，我在此解释代码如下-我从网络摄像头帧捕获了一个帧-将其转换为 HSV-使用 HSV Inrange 过滤器过滤掉其他颜色，但对过滤后的图像应用红色应用形态学操作。这一切都在我的主要功能中

我的网络摄像头框架使用 1280*720 的帧分辨率。这会减慢我的程序速度，但这是我必须为执行手势控制操作而做的权衡。无论如何，这里是我的 drawobjectfunction 和 trackfilteredobjectfunction。

int H_MIN = 0;
int H_MAX = 256;
int S_MIN = 0;
int S_MAX = 256;
int V_MIN = 0;
int V_MAX = 256;
//default capture width and height
const int FRAME_WIDTH = 1280;
const int FRAME_HEIGHT = 720;
//max number of objects to be detected in frame
const int MAX_NUM_OBJECTS=50;
//minimum and maximum object area
const int MIN_OBJECT_AREA = 20*20;
const int MAX_OBJECT_AREA = FRAME_HEIGHT*FRAME_WIDTH/1.5;


void drawObject(int x, int y,Mat &frame){

circle(frame,Point(x,y),20,Scalar(0,255,0),2);
    if(y-25>0)
    line(frame,Point(x,y),Point(x,y-25),Scalar(0,255,0),2);
    else line(frame,Point(x,y),Point(x,0),Scalar(0,255,0),2);
    if(y+25<FRAME_HEIGHT)
    line(frame,Point(x,y),Point(x,y+25),Scalar(0,255,0),2);
    else line(frame,Point(x,y),Point(x,FRAME_HEIGHT),Scalar(0,255,0),2);
    if(x-25>0)
    line(frame,Point(x,y),Point(x-25,y),Scalar(0,255,0),2);
    else line(frame,Point(x,y),Point(0,y),Scalar(0,255,0),2);
    if(x+25<FRAME_WIDTH)
    line(frame,Point(x,y),Point(x+25,y),Scalar(0,255,0),2);
    else line(frame,Point(x,y),Point(FRAME_WIDTH,y),Scalar(0,255,0),2);

    putText(frame,intToString(x)+","+intToString(y),Point(x,y+30),1,1,Scalar(0,255,0),2);

}



void trackFilteredObject(int &x, int &y, Mat threshold, Mat &cameraFeed){

    Mat temp;
    threshold.copyTo(temp);
    //these two vectors needed for output of findContours
    vector< vector<Point> > contours;
    vector<Vec4i> hierarchy;
    //find contours of filtered image using openCV findContours function
    findContours(temp,contours,hierarchy,CV_RETR_CCOMP,CV_CHAIN_APPROX_SIMPLE );
    //use moments method to find our filtered object
    double refArea = 0;
    bool objectFound = false;
    if (hierarchy.size() > 0) {
        int numObjects = hierarchy.size();
        //if number of objects greater than MAX_NUM_OBJECTS we have a noisy filter
        if(numObjects<MAX_NUM_OBJECTS){
            for (int index = 0; index >= 0; index = hierarchy[index][0]) {

                Moments moment = moments((cv::Mat)contours[index]);
                double area = moment.m00;

                //if the area is less than 20 px by 20px then it is probably just noise
                //if the area is the same as the 3/2 of the image size, probably just a bad filter
                //we only want the object with the largest area so we safe a reference area each
                //iteration and compare it to the area in the next iteration.
                if(area>MIN_OBJECT_AREA && area<MAX_OBJECT_AREA && area>refArea){
                    x = moment.m10/area;
                    y = moment.m01/area;
                    objectFound = true;
                    refArea = area;
                }else objectFound = false;


            }
            //let user know you found an object
            if(objectFound ==true){
                putText(cameraFeed,"Tracking Object",Point(0,50),2,1,Scalar(0,255,0),2);
                //draw object location on screen
                drawObject(x,y,cameraFeed);}

        }else putText(cameraFeed,"TOO MUCH NOISE! ADJUST FILTER",Point(0,50),1,2,Scalar(0,0,255),2);
    }
}

这是图片的链接；如您所见，它还检测到背景中的红色帽子以及可乐瓶的红色盖子。



我的观察:-这是我的想法，以实现我不检测红色未知大小的物体的预期目标。我想我必须编辑我在上述程序中声明的最大对象区域的值(const int MAX_OBJECT_AREA = FRAME_HEIGHT*FRAME_WIDTH/1.5;)。我想我必须改变这个值，这可能会消除对更大的连续红色图片的检测。但是，还有另一个问题，一些物体不是完全红色的，它们有红色和其他颜色的斑 block 。因此，如果检测到的区域在我的程序中指定的范围内，那么我的程序也会检测到这些红色补丁。我的意思是我穿着一件混合颜色的 T 恤，当我穿着那件 T 恤测试我的程序时，我的程序能够从其他颜色中检测出红色。现在，我该如何解决这个问题？

Answer 1

我认为您可以尝试以下程序:

获得与您感兴趣的对象具有大致相同面积的圆形内核。你可以这样做: Mat kernel = getStructuringElement(MORPH_ELLIPSE, Size(d, d));
其中 d 是圆盘的直径。

使用该内核对过滤区域图像执行归一化互相关或卷积(我认为归一化互相关会更好。并在内核周围添加一个空边界)。

结果图像的峰值应该为您提供过滤图像中圆形区域的位置(如果您使用的是归一化互相关，则必须添加移位)。

为了加快速度，您可以以降低的分辨率执行此操作。