OpenCV入侵检测

Question

对于我的一个项目，我需要处理图像差异与OpenCV。目标是检测区域内的入侵。

更明确一点的是，以下是投入和产出：

投入：

• 参照系图像
• 从大致相同的角度看的第二幅图像(可以是误差范围)

产出：

• 探测场景中的新物体。

奖励：

• 识别这些物体。

对我来说，最困难的部分是消除微小的差异(光度，相机位置裕度误差，树木移动.)

我已经读了很多关于OpenCV图像处理的文章(减法，侵蚀，阈值，SIFT，冲浪.)并有一些好的结果。

我想要的是一系列的步骤，你认为最好有一个良好的检测(人，汽车.)，以及算法做每一步。

非常感谢你的帮助。

Answer 1

检测跟踪，人类跟踪器：

1. 您可以应用Hog探测器来检测人类。
2. 在前景掩码上绘制相应的长方形作为前景区域。
3. 你把这个面具传给"OpenCV视频监控/ Blob跟踪器设施““

现在，您可以根据其blob.{x，y}值将传递的人分组到公共/受限区域。

Answer 2

去年我不得不处理这个问题。提出了一种产生前景掩码的自适应背景前景估计算法.

在此基础上，添加一个blob检测器和跟踪器，然后计算blob和您的入侵区域之间是否发生了交集。

Opencv在遗留代码中提供了所有这些的示例。当然，如果您需要，也可以使用您自己的或其他版本的这些。

链接：http://opencv.willowgarage.com/wiki/VideoSurveillance http://experienceopencv.blogspot.gr/2011/03/blob-tracking-video-surveillance-demo.html

Answer 3

如果相机是静态的，我肯定会从运行中的平均背景减法开始。然后可以使用findContours()查找入侵对象的位置和大小。如果您想检测在场景中行走的人类，我建议使用内置的haar分类器：

分类器#梯级分类器

您只需要用上体分类器替换xml。