Opencv 边缘方向直方图反投影

我正在使用opencv开发一个对象检测模块，并使用“边缘方向直方图”作为对象描述符

生成柱状图后，我将其重新投影到原始图像上（在计算其方向后）

这是正确的，因为back项目输出显示了许多不需要跟踪的对象的白色区域

程序如下所示：

使用Sobel运算符和 相位函数

计算图像边缘方向（无直方图）以投影图像 把柱状图放在上面

执行从EOH到方向图像的反投影

我需要确认我的假设是正确的

如果我将EOH反投影到图像本身（灰度）而不是方向上，这有什么意义吗

有关更多说明，请参见一些图像：

• 目标是跟踪panadole盒子。。这个场景看起来像是 以下：（左）

• 阈值化后的方向图像如下所示（对于 目标（中）

• 背面投影的图像如下：（右）

---

谢谢大家。

不管像素是否属于统计模型，反投影都会计算出像素的概率，看这里。在目标对象外遇到“白色区域”的原因可能是因为对象模型非常通用。你能提供一些结果图像来进一步澄清你的问题吗。

边缘方向直方图更好地被称为方向梯度直方图（HOG），以防你搜索它。我认为EOH（边缘方向直方图）和HOG（方向梯度直方图）是不同的，我在这里发现了一个问题，说明了两者之间的区别，但目前还没有。Ops，认为这是同一件事（名字表明是这样的…）在我的帖子中添加了一些照片，以进一步说明。在发布的链接中提供它们。很抱歉，由于信誉点数问题，无法将其上载到此。由于网络限制，Thankstory无法打开链接。还有一个建议，如果有帮助的话，为什么不合并一些颜色信息，同时使模型更适合您的对象。另外，如何更改用于方向计算的窗口的大小。尝试对多个图像比例执行此操作。我最初的工作是将两者（颜色和方向）结合起来，使模型更加具体。但我面临着一些关于实施的问题。因此，我们希望在测试集成模型之前，确保每个部件单独工作良好。感谢这个想法是为模型使用3D直方图（色调、饱和度和边缘方向），并将它们反向投影到图像上以获得目标。我想确定的是，我将模型直方图反向投影到的图像本身。我计算整个图像的方向，并将其作为输入图像中的第三个通道用于反投影，再加上图像的色调和sat通道。这是正确的，还是我应该使用另一个频道组合？！此选项更适用于具有统一属性（颜色/纹理）的对象。而不是反投影。为什么不将图像划分为规则区域并对其进行直方图匹配呢。以不同的规模这样做可以达到目的。