參考博客：

圖像卷積與濾波

0 基礎知識

接上一篇MOSSE相關濾波跟蹤算法

線性濾波與卷積的基本概念

線性濾波過程：使用一個二維的濾波器矩陣（卷積核）在一副二維圖像上滑動，對圖像上每一個像素點，計算它的領域像素和濾波器矩陣上對應元素的乘積，然后加起來，作為輸出圖像該像素位置上的值；

卷積和協相關的差別：卷積需要先將濾波矩陣進行180°的翻轉；

因為卷積和協相關都是線性，而且具有平移不變性（圖像的每個位置都執行相同的操作）；

2D卷積需要4個嵌套循環4-double loop，速度并不是很快，除非使用很小的卷積核，3×3或者5×5；

a. 濾波器大小應該是奇數，這樣才有中心，才有半徑對稱；

b. 濾波器矩陣所有元素之和應該等于1，這是為了保證濾波前后圖像的亮度保持不變；

c. 如果濾波器矩陣所有元素之后大于1，濾波后的圖像就會比原圖像更亮，反之，如果小于1，那么圖像就會變暗；如果和為0，圖像不會變黑，但是會非常安；

d.濾波后的結構，可能會出現負數或者大于255的數值。對這種情況，需要截斷0和255之間即可，對負數也可以取絕對值。

????????1.銳化濾波操作：實際上是計算當前點和周圍點的差別，然后將這個差別加到原來的位置上。另外，中間點的權值要比所有的權值和大于1，意味著這個像素要保持原來的值

????????2. 邊緣檢測：相當于求導的離散版本，將當前的像素值減去前一個像素值，得到這兩個位置的差別或者斜率。在實際使用的過程中，盡量將矩陣中所有的值加起來為0。

????????3.浮雕濾波：將中心一邊的像素減去另一邊的像素，像素值可能是負數，負數就當陰影，正數為光。

?????????4.均值值濾波：當前像素和其四領域的像素一起取平均，然后除以5，或者直接在濾波器的地方取0.2的值即可。

?????????5.高斯濾波：利用高斯模型，建立濾波矩陣，優點就是很平滑。

1 MOSSE算法步驟

回歸正題，相關濾波的檢測原理就是使用一個相關核與圖像進行相關，得到響應圖峰值所在的位置，即當前幀目標的預測位置。為了得到響應圖，需要求出濾波器模板頻域的表示值即可。??

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??

Step1. 預處理

a. FFT卷積算法需要將圖像和濾波器映射到拓撲結構上，邊界采用循環圖像的方式填充，即將圖像的左邊緣連接到右側邊緣，將頂部連接到底部；

b. 周期卷積會對輸入數據進行周期填補，引入一些artifacts；

c. 采用點乘余弦窗處理，使圖像邊緣慢慢變成零。

Step2. MOSSE濾波

a. 求解目標圖像和相關濾波核 的 最小二乘法求解：

????????????????????

b. 經過一系列推導，找到MOSSE濾波器的一個封閉解：

?c. 更新MOSSE濾波器：

整個 MOSSE算法的研究到此，接下來就是代碼實踐了！

總結

以上是生活随笔為你收集整理的MOSSE相关滤波跟踪算法（二）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。