关于一篇论文中基于颜色密集度的直方图定位

[zzWwXxYy]

论文实现的是穿着多色衣服 然后实现在视频中的定位
这一段是确定视频或者就是当前帧中颜色最密集的区域
在这段讲述里主要有以下几个问题：

1.h(x,y,s)是什么？是区域中心点的r,g,b的值吗

2.这个数学公式如何理解，因为不清楚h(x,y,s)的具体意义，所以看不太懂

3.最后还是用了背景减法吧

[zzWwXxYy]

引用 1 楼 u012947309 的回复:

瞎猜一下 x,y 坐标 s 某个值占的像素个数。 因为你看后来他是说的region of s * s which centred at x,y. H（x,y,s）是一个histogram，而判断是不是前景是通过more uniform histogram 来判断的。

噢噢 谢谢谢谢 启发我了 是不是说是一个三维的直方图 x,y是底面中心 s是底面面积 而H(x,y,s)的值则是这个三维空间里长方体的高 那我该怎么把一个RGB的图像转换到这个H（x,y,s)的形式呢？

[NoEdUl]

瞎猜一下 x,y 坐标 s 某个值占的像素个数。 因为你看后来他是说的region of s * s which centred at x,y. H（x,y,s）是一个histogram，而判断是不是前景是通过more uniform histogram 来判断的。

[NoEdUl]

引用 2 楼 zzWwXxYy 的回复:

[quote=引用 1 楼 u012947309 的回复:] 瞎猜一下 x,y 坐标 s 某个值占的像素个数。 因为你看后来他是说的region of s * s which centred at x,y. H（x,y,s）是一个histogram，而判断是不是前景是通过more uniform histogram 来判断的。

噢噢 谢谢谢谢 启发我了 是不是说是一个三维的直方图 x,y是底面中心 s是底面面积 而H(x,y,s)的值则是这个三维空间里长方体的高 那我该怎么把一个RGB的图像转换到这个H（x,y,s)的形式呢？[/quote] RGB转直方图的话。 直方图统计一般是两个维度。比如单通道图像，一般横轴范围是0-255，表示每个像素值，纵轴是当前像素值的像素个数。 RGB图的话，横轴有256*256*256这么长。 所以我认为原论文里面应用三维直方图的时候肯定没有这么简单。 好像有提到他们把这些histogram统一到一百个bins了吧？具体怎么做的我没细看诶。

[zzWwXxYy]

谢谢您的回复，我的理解是（r,g,b）是一个组合256*256*256个然后归一化成100个bins 对这个公式的计算方法感觉看不明白，数学功底不好，不知道∑（x,y,s）w(x,y,s)是怎么个运算

[zzWwXxYy]

引用 3 楼 u012947309 的回复:

[quote=引用 2 楼 zzWwXxYy 的回复:] [quote=引用 1 楼 u012947309 的回复:] 瞎猜一下 x,y 坐标 s 某个值占的像素个数。 因为你看后来他是说的region of s * s which centred at x,y. H（x,y,s）是一个histogram，而判断是不是前景是通过more uniform histogram 来判断的。

噢噢 谢谢谢谢 启发我了 是不是说是一个三维的直方图 x,y是底面中心 s是底面面积 而H(x,y,s)的值则是这个三维空间里长方体的高 那我该怎么把一个RGB的图像转换到这个H（x,y,s)的形式呢？[/quote] RGB转直方图的话。 直方图统计一般是两个维度。比如单通道图像，一般横轴范围是0-255，表示每个像素值，纵轴是当前像素值的像素个数。 RGB图的话，横轴有256*256*256这么长。 所以我认为原论文里面应用三维直方图的时候肯定没有这么简单。 好像有提到他们把这些histogram统一到一百个bins了吧？具体怎么做的我没细看诶。[/quote] 谢谢您的回复，我的理解是（r,g,b）是一个组合256*256*256个然后归一化成100个bins 对这个公式的计算方法感觉看不明白，数学功底不好，不知道∑（x,y,s）w(x,y,s)是怎么个运算 是h(x,y,s) * w(x,y,s)的累加和吗？ 这的(x,y,s)是表示什么呢？

[zzWwXxYy]

前两天搞清楚了具体含义，结贴。
实际上h(x,y.s)就是统计S*S区域色度坐标系下各个色度值对应的像素个数
这一部分知识很是欠缺 这应该是一个比较简单的概念

在计算机视觉算法与应用书中第二章有关于色度图详细讲解