本文介绍了一种基于红绿方格特征的跟踪方法，通过HSV色彩空间分割与颜色块统计等步骤，实现了较好的鲁棒性。但不适用于红绿背景环境。
基于红绿方格彩色棒的跟踪实现
跟踪是计算机视觉一个很基本的问题，也有很多算法，MeanShift,Camshift,
等等，可是真正鲁棒性 Robust 强的不多，跟踪跟目标的特征有着很大的关系，
在研究中我发现在色彩分割基础上，对跟踪目标加上一定的特征，比如红绿搭配，
再根据这个特征搜索，红绿方格特征在空间比较辨识，就很容易获得好的鲁棒性。
大致做法如下：
1。利用HSV空间分割红色空间与绿色空间
2。统计红色空间与绿色空间的颜色块分布
3。将一个红色块与紧邻的绿色块记做一个couple, 递归得到所有的couples
4。对所有的couples进行分析， 是相邻的couple 进行邻居加权计数
5. 设定域值，清除邻居计数器较低的couple
6。对 相似度 高couples 进行均值，那就是跟踪目标的位置了。:)
但是缺点是，不能基于红色或者绿色背景的跟踪，因为分割完全失败的。
效果如下:
扫一扫
3887
到【灌水乐园】发言
