包括项目中用过的和没试过的。
没有考虑用模式识别的办法,只是用运动检测或是背景建模的方法。
1,云台速度一般已知或可控,所以在两帧之间的时间保证相同的情况下,帧之间的像素差是一定的。结果表明,在云台匀速转动的情况下,加入运动补偿像素差,可以得到全黑的帧差结果。采用的是服务器客户端模式,处理程序是客户端,云台是服务器。这种方法对云台控制的要求很高。实践证明,在云台启动的时刻是不准的,需要逻辑上判断一下,略过一些帧。
总体来讲,这种方法是可行的。。
2,纯图像处理的图像配准。利用图像边缘是否相同进行配准。第一次得到一个粗略的偏移值,然后叠代得到精确值。在低速云台配准很精确。速度也可以接受。我认为比利用角点匹配更好,稳定而且快。实践证明不太准。需要全局的一些信息作配准。
3,全景背景建模。由于同一场景在不同的图像位置是不一样的,而且场景的远近也有关系。所以对于一维旋转云台,360度范围内需要的背景图片量不但和摄像机有关,也与场景有关。做归一化后,应当有“a宽度的景物经过b像素的移动后,图像近似可以认为不变”,a和b需要实验验证。
Logo

CSDN联合极客时间,共同打造面向开发者的精品内容学习社区,助力成长!

更多推荐