Алгоритм сравнения изображений, игнорирующий яркость

Я бы попытался выполнить высокочастотную фильтрацию ваших 2d-данных.

Согласно Фурье, каждый сигнал можно преобразовать в "частотное пространство", проанализировав, какие частоты находятся в сигнал. Это также относится к 2D-сигналам, таким как изображения.

С помощью «фильтра высоких частот» вы удаляете все низкочастотные составляющие, такие как постоянные смещения и медленные градиенты. Применительно к изображению он может служить простым алгоритмом «обнаружения краев». Глядя на образец, может быть легче понять:

Я взял изображение паука на стене откуда-то из Интернета (вверху слева). Затем я уменьшил яркость этого изображения (внизу слева). Для обеих версий я применил фильтр верхних частот с помощью GIMP (этот плагин). Для обоих входных изображений выходные данные выглядят очень похоже.

Моя рекомендация: сначала примените фильтр верхних частот, а затем посмотрите на различия.

Возможные проблемы

В соответствии с просьбой, вот некоторые проблемы, которые я могу себе представить.

• Нет острых краев: если объект, который вы хотите обнаружить, не имеет острых краев, вы, вероятно, отфильтруете его с помощью фильтрации HF-pass. Но что это могут быть за объекты? Они должны быть огромными, плоскими (чтобы не давать теней) и неструктурированными.

• Отличается только цвет, а не яркость: если объект отличается только своим цветом, а яркость такая же, как у фона, преобразование оттенков серого может быть проблемой. Но если вы столкнетесь с этой проблемой, просто анализируйте R, G, B-данные отдельно, то хотя бы один канал должен помочь обнаружить объект — иначе его все равно не увидеть.

Редактировать В ответ на ???, если вы также отрегулируете уровни изображения с фильтром верхних частот (которое, конечно, составляет около 0,5 * 256), просто снова нормализовав его до диапазона 0, 256 Вы получаете

Что, вероятно, не хуже вашего результата. Но HP-фильтры просты и при использовании БПФ очень быстры.

Если камера полностью статична и все различия связаны с окружающим освещением и/или настройками экспозиции камеры, то можно игнорировать яркость (и контраст) путем нормализации двух изображений.

Вычтите соответствующее среднее значение изображения (среднее значение пикселя) из всех пикселей каждого изображения и возьмите разницу. Это позаботится о яркости.

Если вы также хотите обрабатывать контраст, рассчитайте дисперсию каждого изображения (после приведения среднего значения к 0) и умножьте значения пикселей на коэффициент, который даст им обоим одинаковую дисперсию. Разница теперь будет также инвариантной по отношению к контрасту (при условии отсутствия областей передержки/недодержки).

Обычный подход к такой проблеме заключается в усреднении изображений, сделанных вашей камерой, с течением времени и обнаружении любых различий выше заданного порога.

Вам нужно сохранить в памяти изображение, которое будет усредненным изображением. Назовем его «среднее».

Каждый раз, когда ваша камера делает снимок (называемый «pic»), вы должны:

• Sum up absolute pixels value differences between "avg" and "pic".
  • If above a threshold, something is moving in front of the camera.
  • В противном случае измените «avg», чтобы оно немного совпадало с «pic». Вы должны найти правильную формулу, например, avg = avg * 0.95 + pic * 0.05.

Здесь ваше эталонное изображение меняется в течение дня, чтобы адаптироваться к изменениям солнца и тени.

Как насчет удаления компонента яркости из пикселей:

Red_ratio = Red / (Red + Blue + Green)
Blue_ratio = Blue / (Red + Blue + Green)
Green_ratio = Green / (Red + Blue + Green)