C++ 变化光照条件下的多运动目标检测。

我试图提取视频帧中的几个移动对象，并将它们提取为前景。数据来自

视频帧

当前的问题是：灯光正在变化，因此存在一些阴影，或比实际背景更亮的部分。这导致通过

OpenCV-MoG

背景分割方法提取虚假背景/前景

对于这一点，我没有得到任何简单的方法，但我有这样一个想法：如果我能在前一帧中提取这些移动对象的边缘，那么也许我可以在下一帧中使用类似于

SIFT

的算法来跟踪它们，看看它们在哪里，并将它们视为前景

我认为在这种情况下，光线变化不会影响结果。如果我在这一点上是正确的，那么我的问题是：

如何使用OpenCV有效地检测这些移动对象的边缘？如果我需要在OpenCV中使用

SIFT

算法，它是免费提供的吗？从网络上，我看到它是非自由的，对吗

而我的第二个问题是：有人对此有更好的想法吗

---

多谢各位

如果你想进行人体检测/跟踪，你应该寻找与此相关的研究论文或项目。有很多，你甚至可以在SOF上找到一些关于这个主题的问题：

（可能过时）

此外，还有几个问题涉及到特征检测器/描述符，如SIFT及其最新的替代品（SURF、ORB、FRANK，仅举一些在OpenCV中实现的例子）：

简单地说，SIFT不是一种跟踪运动对象的算法，它是检测图像区域，这些区域在某种程度上是唯一的，并且对几种失真（平移、旋转、缩放…）具有鲁棒性。也就是说，以后可以在不同的图像条件下检测到相同的特征。您确实可以使用类似SIFT的算法来识别对象，但对于人员跟踪，可能有更好的选择。 对于这些图像区域，你可以应用一些跟踪算法，例如光流，但是还有一些更具体的用于人体跟踪的算法

SIFT和SURF在OpenCV中“免费”提供，但其中的一部分已获得专利，因此人们避免使用它们，因此它们在未来不会因这些专利而出现问题-这就是它们迁移到“非自由”OpenCV模块的原因

---

除了您提到的光线问题外，您还将遇到其他问题，如对象遮挡和人员进出场景。

我知道您已经接受了Rui的答案，但在谷歌搜索之后，我找到了解决您问题的另一个方法-它是

不幸的是，我不熟悉这个描述符，所以我无法帮助您实现，但是，在谷歌搜索之后，我发现这个描述符是

---

请看一看人体检测代码。

我可以建议您对图像进行标准化以进行照明吗。一种实用的方法是使用“直方图匹配”

请看一看，了解如何使用直方图匹配

---

希望这有助于

你可以考虑一个简单的边缘检测器（Sobel，Laplace等）。问题是，如何从背景中的其他边缘中确定运动对象的边缘，然后在SIFT等中跟踪它们，特别是在光照条件变化的情况下。你知道吗？你知道你想识别的物体（颜色、形状等）吗？我想做人体检测，但他们衣服的颜色可能不同。谢谢你的回答。我会仔细阅读你给出的链接，以及关于光线变化条件下物体遮挡的链接。亲爱的阿斯特，非常感谢你的回答。我也会看看他们。关于。我正要提到猪，但不确定：）这里有一个关于猪的链接：