Consensus-based Matching and Tracking of Keypoints for Object Tracking - 2014 VOT(visual object tracking) award winning algorithmCMT알고리즘은 기본적으로 Detector(영상 특징점) 로는 FAST algorithm Descriptor(영상 기술자) 로는 BRISK 를 사용하고 있다.그 전에 기본적으로 영상 특징점과 영상 기술자에 대해서 간단하게 알아야 한다. 영상 특징점(Key point)이란?(FAST 알고리즘 사용한 KeyPoints) - 보통 물체의 Scale, size, orientation이 변해도 식별 가능한 점.- 물체를 바라보는 시점이나 조명이 변해도 변하지 않는 물체의 고유한 특징 점..
Extended SlicesEver since Python 1.4, the slicing syntax has supported an optional third ``step'' or ``stride'' argument. For example, these are all legal Python syntax: L[1:10:2], L[:-1:1], L[::-1]. This was added to Python at the request of the developers of Numerical Python, which uses the third argument extensively. However, Python's built-in list, tuple, and string sequence types have never..
HSV 색공간 - 색상 H(hue)값으 빨주노초파남보와 같은 색상을 표현하는 값으로, 육각뿔에서의 각도를 나타내며 0도가 빨간색, 60도가 노란색, 120도가 초록색, 180도가 하늘색 , 240도가 파란색, 300도가 자홍색에 해당한다. - 명도 V(value)값은 밝기 값으로 0이면 검은 색이며 100이면 흰색 빨간색 등을 나타낸다. - 채도인 S(saturation) 값은 특정한 색상의 가장 진한 상태를 100퍼센트로 하였을때 진함의 정도를 나타난대. 채도값 0%는 같은 명도의 무채색을 나타낸다. 색상값은 각도로 표현되며 지정한 색이 원기둥의 수평 단면의 어느 방향에 위치하는지를 지정한다.채도는 반지름에 해당하며 정 중앙에 무채색이 위치하며 원기둥의 겉면은 가장 진한 채도를 갖는다.명도는 높이에 해..
YCbCr - YCC(약어)는 절대 색공간이 아닌 RGB정보를 인코딩하는 방식이다- Y는 휘도성분 즉, 밝기에 대한 값이며, Cb와 Cr은 색차 성분이다. -영상을 처리하는데 있어, RGB는 세개의 요소가 시각적으로 균일한 정보를 가지고 있는 반면에, YCbCr은 휘도 성분(Y)과 색차 성분(Cr, Cb)을 가지기 때문에 피부, 눈, 입 같은 요소 검출에 많이 사용 된다. *휘도 성분이란 광원의 단위 면적에서 단위 입체각으로 발산하는 빛의 양을 의미한다. - 적은 데이터로 보다 많은 색상을 나타낼 수 있는 장점을 가진다. 어디선가 본 정보에 의하면 HSV 컬러 모델을 이용한 검출보다 YCbCr 컬러 모델을 이용하는 것이 잡음에 강하다고 알려져 있다 (향후 알아볼 계획) Cb는 파란색에서 밝기를 뺀 성분이..
#include using namespace cv;using namespace std; /*@author : sin.hyunsung (nanamare.tistory.com)@content 차분연산을 통한 엣지 검출 중 유사연산자 엣지 검출*/ void homogenOp(Mat img, Mat& dst, int mask_size) {dst = Mat(img.size(), CV_8U, Scalar(0));Point h_m(mask_size / 2, mask_size / 2); for (int i = h_m.y; i < img.rows - h_m.y; i++) { //행증가for (int j = h_m.x; j < img.cols - h_m.x; j++) { //열증가float max = 0; //최대출력화소..
기본적으로 Feature Matching을 사용하기 위해서는 Feature Detector : In terms of computer vision a feature detector is a sub-system of a vision system that detects presence or absence of certain features in a visual scene. Feature detectors are low-level front-end operations that identify features by analyzing a local neighborhood surrounding a pixel. In most cases this low-level operation is repeated for every..
1. Point_ 클래스가로와 세로의 위치를 2차원 좌표로 나타내기 위한 템플릿 클래스이다.메버 변수로 가로와 세로 위치를 나타내는 x, y가 있다.또한 내적(dot), 외적(cross)을 구하는 메소드, 좌표가 입력된 사각형 범위 안에 있는지 확인하는 메소드 등이 있다.Point 형과 상수값의 곱셈 및 나눗셈 연산은 가능하지만 Point형 간의 곱셈은 불가능하다. 3차원 표현을 위한 Point3_클래스도 있다. 2. Size_ 클래스이미지나 사각형의 크기를 규정하는 템플릿 클래스이다. 이클래스는 width와 height의 멤버변수를 갖는다.Size_클래스와 Point_클래스는 내부 멤버 변수의 구조가 동일하기 때문에 서로 형변환이 가능하다. 따라서 형변환을 통해서 Size_와 Point_ 객체간의 산술..
영상 처리 개요 영상은 밝기와 색상이 다른 일정한 수의 화소 (picture element)들로 구성된다. 영상처리(image processing)은 입력된 영상을 어떤 목적을 위해 처리하는 기술이다. 단순한 영상처리를 말해보자면 어두운 사진영상을 밝게 하기위해 화소 값을 증가시키거나, 반대로 너무 밝은 사진 영상에 대해 화소들의 값을 줄여서 상대적으로 어두운 영상을 만드는 것이 영상 처리이다. 영상에는 특성이라는 것으로 크게 나눌 수있다. 일반적으로 처리하고 난 결과가 영상인 경우는 기본적인 영상 처리 기술인 저수준 영상처리 라고한다. 예로서, 잡음을 제거하거나 영상을 사람들의 눈에 보기 좋게 향상시키는 영상 향상처리 등을 들 수있다. 이란적으로 저수준 영상처리는 [영상획득, 영상향상, 영상복원, 변환..
