คำอธิบายการติดตามสี

การติดตามสีคืออะไรและ CMUcam4 ทำอย่างไร?

การติดตามสีคือความสามารถในการนำภาพหนึ่ง แยกสีเฉพาะออกมา และดึงข้อมูลเกี่ยวกับตำแหน่งของบริเวณในภาพนั้นที่มีเพียงสีนั้น ตัวอย่างเช่น สมมติว่าคุณได้รับภาพถ่ายที่มีลูกบอลสีแดงวางอยู่บนถนนลูกรัง หากมีคนขอให้คุณวาดกรอบรอบสิ่งใดก็ตามที่มีสีแดงในภาพ คุณคงจะวาดสี่เหลี่ยมรอบลูกบอลได้อย่างง่ายดาย นี่คือแนวคิดพื้นฐานเบื้องหลังการติดตามสี คุณไม่จำเป็นต้องรู้ว่าวัตถุนั้นเป็นลูกบอล คุณเพียงต้องมีแนวคิดเกี่ยวกับสีแดงเพื่อแยกวัตถุในภาพออกมา ด้านล่างนี้ เราจะกล่าวถึงโดยย่อว่า CMUcam4 ใช้ข้อมูลในภาพจากกล้องเพื่อทำการติดตามสีอย่างไร

เพื่อที่จะระบุสี คุณต้องกำหนดค่าต่ำสุดและค่าสูงสุดที่อนุญาตสำหรับช่องสีสามช่อง ทุกสีที่ไม่ซ้ำกันถูกแทนด้วยค่าแดง เขียว และน้ำเงินที่บ่งบอกว่าแต่ละช่องถูกผสมเข้าไปในสีที่ไม่ซ้ำกันมากเพียงใด ส่วนที่ยุ่งยากเกี่ยวกับการระบุสีคือคุณต้องกำหนดช่วงของค่าที่อนุญาตสำหรับช่องสีทั้งสามช่อง เนื่องจากแสงไม่สม่ำเสมออย่างสมบูรณ์และสีของวัตถุก็ไม่สม่ำเสมออย่างสมบูรณ์ คุณจึงต้องรองรับความแปรผันเหล่านี้ อย่างไรก็ตาม คุณไม่ต้องการผ่อนคลายขอบเขตเหล่านี้มากเกินไป ไม่เช่นนั้นสีที่ไม่ต้องการจำนวนมากจะถูกยอมรับ เนื่องจากในกรณีของ CMUcam4 แต่ละช่องสีถูกแปลงเป็นตัวเลขระหว่าง 0 ถึง 255 คุณจึงสามารถกำหนดขอบเขตแต่ละช่องด้วยตัวเลขสองตัว คือขีดจำกัดบนและล่าง หากคุณมีขีดจำกัดสองค่าสำหรับแต่ละช่องในสามช่อง นั่นหมายความว่าสามารถใช้หกค่าเพื่อจำกัดปริภูมิสีทั้งหมดที่คุณต้องการติดตามได้ หากคุณจินตนาการว่าสีถูกแทนด้วยลูกบาศก์ที่แต่ละด้านเป็นช่องสีที่ต่างกัน (แดง เขียว และน้ำเงิน) หกค่าที่ใช้เลือกสีของคุณก็จะวาดกล่องสามมิติภายในลูกบาศก์นั้นซึ่งกำหนดชุดสีที่คุณต้องการ

เมื่อคุณมีขอบเขตสำหรับสีที่คุณต้องการติดตามแล้ว CMUcam4 จะนำขอบเขตเหล่านี้ไปประมวลผลภาพ มีหลายวิธีในการติดตามสีในภาพที่อาจซับซ้อนมาก CMUcam4 ใช้อัลกอริทึมผ่านรอบเดียวอย่างง่ายที่ประมวลผลแต่ละเฟรมภาพใหม่จากกล้องอย่างเป็นอิสระ มันเริ่มที่มุมบนซ้ายของภาพและตรวจสอบทุกพิกเซลตามลำดับทีละแถว หากพิกเซลที่มันกำลังตรวจสอบตกอยู่ภายในช่วงของสีที่ผู้ใช้ระบุ มันจะทำเครื่องหมายพิกเซลนั้นว่ากำลังถูกติดตาม นอกจากนี้ยังตรวจสอบตำแหน่งของพิกเซลที่ติดตามปัจจุบันเพื่อดูว่ามันเป็นตำแหน่งบนสุด ล่างสุด ซ้ายสุด หรือขวาสุดของพิกเซลที่ติดตามทั้งหมดที่พบในภาพจนถึงขณะนี้หรือไม่ หากพบว่าพิกเซลอยู่นอกกรอบขอบเขตปัจจุบันของบริเวณที่ติดตาม มันจะขยายกรอบขอบเขตให้ครอบคลุมพิกเซลใหม่นี้ เนื่องจากตำแหน่งของพิกเซลที่ติดตามแม้เพียงพิกเซลเดียวสามารถเปลี่ยนกรอบขอบเขตได้ กรอบขอบเขตจึงบางครั้งอาจผันผวนค่อนข้างมากจากเฟรมหนึ่งไปยังอีกเฟรมหนึ่ง การกรองสัญญาณรบกวน (ดูย่อหน้าถัดไป) สามารถใช้เพื่อลดความผันผวนบางส่วนได้ ข้อมูลสำคัญอีกชิ้นเดียวที่ถูกเก็บไว้คือผลรวมของพิกัดแนวนอนและแนวตั้งของพิกเซลที่ติดตาม เมื่อจบภาพ CMUcam4 จะนำผลรวมแนวนอนและผลรวมแนวตั้งของพิกเซลที่ติดตามมาหารด้วยจำนวนพิกเซลที่ติดตามทั้งหมด และได้ค่าที่แสดงว่าจุดกึ่งกลางของวัตถุที่ติดตามอยู่ที่ใด เนื่องจากแต่ละพิกเซลที่ติดตามมีส่วนร่วมเพียงเล็กน้อยต่อผลรวมแนวนอนและแนวตั้งสุดท้าย จุดกึ่งกลาง (มักเรียกว่าจุดศูนย์กลางมวล) ของพิกเซลที่ติดตามจึงมักเป็นการวัดที่เสถียรกว่ากรอบขอบเขตมาก เมื่อตรวจสอบพิกเซลทั้งหมดในภาพแล้ว จำนวนพิกเซลที่ติดตามทั้งหมดยังสามารถใช้ร่วมกับพื้นที่ของกรอบขอบเขตเพื่อคำนวณความเชื่อมั่นและจำนวนพิกเซลในวัตถุที่ติดตามได้

การกรองสัญญาณรบกวนช่วยให้เราสามารถทำให้ช่วงการติดตามสีใหญ่ขึ้นได้ เพื่อให้เรารองรับความแปรผันที่ใหญ่ขึ้นในค่าพิกเซลของภาพได้โดยไม่ทำให้ความแปรผันแบบสุ่มอื่นๆ ในภาพถูกติดตาม แนวคิดเบื้องหลังการกรองสัญญาณรบกวนคือเราต้องการพิจารณาว่าพิกเซลเป็นสีที่ติดตามก็ต่อเมื่อมันเป็นส่วนหนึ่งของกลุ่มพิกเซลที่อยู่ภายในขอบเขตการติดตามสีเท่านั้น ใน CMUcam4 เราใช้งานสิ่งนี้ในวิธีที่ต้องการเพียงการผ่านภาพรอบเดียว ในขณะที่ประมวลผลพิกเซลในภาพ CMUcam4 จะรักษาตัวนับที่ติดตามว่ามีกี่พิกเซลที่เรียงต่อกันในแถวปัจจุบันก่อนพิกเซลปัจจุบันที่อยู่ภายในขอบเขตสีที่ติดตาม หากค่านั้นสูงกว่าค่าตัวกรองสัญญาณรบกวน พิกเซลปัจจุบันก็จะถูกทำเครื่องหมายว่าเป็นพิกเซลที่ติดตาม

ฮิสโทแกรมคืออะไรและมีประโยชน์อย่างไร?

ฮิสโทแกรมเป็นแผนภูมิประเภทหนึ่งที่แสดงความถี่และการกระจายของข้อมูล ในกรณีของ CMUcam4 ฮิสโทแกรมจะแสดงความถี่และการกระจายของค่าสีที่พบในภาพ แต่ละแท่งแทนช่วงของค่าสีสำหรับช่องสัญญาณเฉพาะหนึ่ง CMUcam4 สามารถแบ่งค่าสีที่เป็นไปได้จาก 0 ถึง 255 ออกเป็นบิน 1, 2, 4, 8, 16, 32 และ 64 บินที่แตกต่างกัน แต่ละบินมีจำนวนพิกเซลที่พบในภาพซึ่งอยู่ภายในขอบเขตสีบางอย่าง ดังนั้นค่าที่มากในบินหนึ่งๆ หมายความว่าพบสีเหล่านั้นจำนวนมากในภาพ ฮิสโทแกรมแต่ละอันแทนช่องสีที่เลือกเพียงช่องเดียวเท่านั้น

ฮิสโทแกรมเป็นวิธีการสรุปเนื้อหาของภาพ พวกมันมีการใช้งานมากมาย เช่น การรู้จำวัตถุแบบพื้นฐาน การกำหนดค่าขีดแบ่ง หรือการปรับสมดุลสี พวกมันมีประโยชน์อย่างยิ่งสำหรับการแยกแยะระหว่างพื้นผิวที่แตกต่างกัน ลองเล็ง CMUcam4 โดยปิด auto-gain ไปที่พื้นผิวที่มีลวดลายต่างกันสองแบบ และสังเกตความแตกต่างในการกระจายสีของพวกมัน เอฟเฟกต์นี้สามารถใช้เพื่อแยกแยะพื้นผิวพื้นหรือตรวจจับสิ่งกีดขวางได้