【目标提取】计算机视觉中如何利用颜色和形状提取目标？

目录

1. 基于阈值的目标提取

1.1 二值化处理

1.2 阈值的确定

模态法

阈值确定其他方法

大津法

2. 基于颜色的目标提取

2.1 色相、亮度、饱和度

2.2颜色分量和组合处理

比如让你提取一幅照片中的苹果，还有可能遮挡

比如让你提取绿色的麦苗，如何使用二值图像呢？

3. 基于差分目标提取

3.1 帧间差分

3.2 背景差分

1. 基于阈值的目标提取

1.1 二值化处理

二值化处理中最简答的一种是阈值处理，当其灰度值在阈值以上或者以下，就赋予其输出图像为白色或者黑色

有时会提取两个 阈值之间的部分，称为双阈值二值化处理

1.2 阈值的确定

灰度图像最大值是255，最小值是0,0~255，一幅图像上每级有几个像素，数出来，按照顺序绘出直方图。

背景单一的图像，一般直方图有两个峰值，一个是背景峰值，一个是目标峰值

取中间的为阈值，将会得到最好的效果

如果原始图像的直方图凹凸激烈，计算机就不好确定波谷的位置，可以采取对邻域点进行平均化处理，这样就会减少直方图的凹凸不平，就比较容易找到波谷的位置，这种方法称为模态法

p参数法（当已知物体占整幅图像比例时）；判别分析法；可变阈值法；大津法

大津法又称为最大类间方差法。