meanshift算法通俗講解【meanshift實例展示】

更新時間:2021-07-27 來源:黑馬程序員瀏覽量:

meanshift算法原理

meanshift算法的原理很簡單。假設(shè)你有一堆點集，還有一個小的窗口，這個窗口可能是圓形的，現(xiàn)在你可能要移動這個窗口到點集密度最大的區(qū)域當(dāng)中。

如下圖：

最開始的窗口是藍色圓環(huán)的區(qū)域，命名為C1。藍色圓環(huán)的圓心用一個藍色的矩形標(biāo)注，命名為C1_o。

而窗口中所有點的點集構(gòu)成的質(zhì)心在藍色圓形點C1_r處，顯然圓環(huán)的形心和質(zhì)心并不重合。所以，移動藍色的窗口，使得形心與之前得到的質(zhì)心重合。在新移動后的圓環(huán)的區(qū)域當(dāng)中再次尋找圓環(huán)當(dāng)中所包圍點集的質(zhì)心，然后再次移動，通常情況下，形心和質(zhì)心是不重合的。不斷執(zhí)行上面的移動過程，直到形心和質(zhì)心大致重合結(jié)束。這樣，最后圓形的窗口會落到像素分布最大的地方，也就是圖中的綠色圈，命名為C2。

meanshift算法除了應(yīng)用在視頻追蹤當(dāng)中，在聚類，平滑等等各種涉及到數(shù)據(jù)以及非監(jiān)督學(xué)習(xí)的場合當(dāng)中均有重要應(yīng)用，是一個應(yīng)用廣泛的算法。

圖像是一個矩陣信息，如何在一個視頻當(dāng)中使用meanshift算法來追蹤一個運動的物體呢? 大致流程如下：

1.首先在圖像上選定一個目標(biāo)區(qū)域

2.計算選定區(qū)域的直方圖分布，一般是HSV色彩空間的直方圖。

3.對下一幀圖像b同樣計算直方圖分布。

4.計算圖像b當(dāng)中與選定區(qū)域直方圖分布最為相似的區(qū)域，使用meanshift算法將選定區(qū)域沿著最為相似的部分進行移動，直到找到最相似的區(qū)域，便完成了在圖像b中的目標(biāo)追蹤。

5.重復(fù)3到4的過程，就完成整個視頻目標(biāo)追蹤。

通常情況下我們使用直方圖反向投影得到的圖像和第一幀目標(biāo)對象的起始位置，當(dāng)目標(biāo)對象的移動會反映到直方圖反向投影圖中，meanshift 算法就把我們的窗口移動到反向投影圖像中灰度密度最大的區(qū)域了。如下圖所示：

直方圖反向投影的流程是：

假設(shè)我們有一張100x100的輸入圖像，有一張10x10的模板圖像，查找的過程是這樣的：

1.從輸入圖像的左上角(0,0)開始，切割一塊(0,0)至(10,10)的臨時圖像;

2.生成臨時圖像的直方圖;

3.用臨時圖像的直方圖和模板圖像的直方圖對比，對比結(jié)果記為c;

4.直方圖對比結(jié)果c，就是結(jié)果圖像(0,0)處的像素值;

5.切割輸入圖像從(0,1)至(10,11)的臨時圖像，對比直方圖，并記錄到結(jié)果圖像;

6.重復(fù)1～5步直到輸入圖像的右下角，就形成了直方圖的反向投影。

meanshift視頻追蹤實現(xiàn)

在OpenCV中實現(xiàn)Meanshift的API是：

cv.meanShift(probImage, window, criteria)

參數(shù)：

·probImage: ROI區(qū)域，即目標(biāo)的直方圖的反向投影

·window：初始搜索窗口，就是定義ROI的rect

·criteria: 確定窗口搜索停止的準(zhǔn)則，主要有迭代次數(shù)達到設(shè)置的最大值，窗口中心的漂移值大于某個設(shè)定的限值等。

實現(xiàn)Meanshift的主要流程是：

1.讀取視頻文件：cv.videoCapture()

2.感興趣區(qū)域設(shè)置：獲取第一幀圖像，并設(shè)置目標(biāo)區(qū)域，即感興趣區(qū)域

3.計算直方圖：計算感興趣區(qū)域的HSV直方圖，并進行歸一化

4.目標(biāo)追蹤：設(shè)置窗口搜索停止條件，直方圖反向投影，進行目標(biāo)追蹤，并在目標(biāo)位置繪制矩形框。

示例：

import numpy as np
import cv2 as cv
# 1.獲取圖像
cap = cv.VideoCapture('DOG.wmv')

# 2.獲取第一幀圖像，并指定目標(biāo)位置
ret,frame = cap.read()
# 2.1 目標(biāo)位置（行，高，列，寬）
r,h,c,w = 197,141,0,208  
track_window = (c,r,w,h)
# 2.2 指定目標(biāo)的感興趣區(qū)域
roi = frame[r:r+h, c:c+w]

# 3. 計算直方圖
# 3.1 轉(zhuǎn)換色彩空間（HSV）
hsv_roi =  cv.cvtColor(roi, cv.COLOR_BGR2HSV)
# 3.2 去除低亮度的值
# mask = cv.inRange(hsv_roi, np.array((0., 60.,32.)), np.array((180.,255.,255.)))
# 3.3 計算直方圖
roi_hist = cv.calcHist([hsv_roi],[0],None,[180],[0,180])
# 3.4 歸一化
cv.normalize(roi_hist,roi_hist,0,255,cv.NORM_MINMAX)

# 4. 目標(biāo)追蹤
# 4.1 設(shè)置窗口搜索終止條件：最大迭代次數(shù)，窗口中心漂移最小值
term_crit = ( cv.TERM_CRITERIA_EPS | cv.TERM_CRITERIA_COUNT, 10, 1 )

while(True):
    # 4.2 獲取每一幀圖像
    ret ,frame = cap.read()
    if ret == True:
        # 4.3 計算直方圖的反向投影
        hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
        dst = cv.calcBackProject([hsv],[0],roi_hist,[0,180],1)

        # 4.4 進行meanshift追蹤
        ret, track_window = cv.meanShift(dst, track_window, term_crit)

        # 4.5 將追蹤的位置繪制在視頻上，并進行顯示
        x,y,w,h = track_window
        img2 = cv.rectangle(frame, (x,y), (x+w,y+h), 255,2)
        cv.imshow('frame',img2)

        if cv.waitKey(60) & 0xFF == ord('q'):
            break        
    else:
        break
# 5. 資源釋放        
cap.release()
cv.destroyAllWindows()

下面是三幀圖像的跟蹤結(jié)果：

meanshift視頻追蹤效果

Camshift算法

大家認真看下上面的結(jié)果，有一個問題，就是檢測的窗口的大小是固定的，而狗狗由近及遠是一個逐漸變小的過程，固定的窗口是不合適的。所以我們需要根據(jù)目標(biāo)的大小和角度來對窗口的大小和角度進行修正。CamShift可以幫我們解決這個問題。

CamShift算法全稱是“Continuously Adaptive Mean-Shift”(連續(xù)自適應(yīng)MeanShift算法)，是對MeanShift算法的改進算法，可隨著跟蹤目標(biāo)的大小變化實時調(diào)整搜索窗口的大小，具有較好的跟蹤效果。

Camshift算法首先應(yīng)用meanshift，一旦meanshift收斂，它就會更新窗口的大小，還計算最佳擬合橢圓的方向，從而根據(jù)目標(biāo)的位置和大小更新搜索窗口。如下圖所示：

Camshift在OpenCV中實現(xiàn)時，只需將上述的meanshift函數(shù)改為Camshift函數(shù)即可：

將Camshift中的：

 # 4.4 進行meanshift追蹤
        ret, track_window = cv.meanShift(dst, track_window, term_crit)
        # 4.5 將追蹤的位置繪制在視頻上，并進行顯示
        x,y,w,h = track_window
        img2 = cv.rectangle(frame, (x,y), (x+w,y+h), 255,2)

改為：

#進行camshift追蹤
    ret, track_window = cv.CamShift(dst, track_window, term_crit)

        # 繪制追蹤結(jié)果
        pts = cv.boxPoints(ret)
        pts = np.int0(pts)
        img2 = cv.polylines(frame,[pts],True, 255,2)