当用户猛烈地移动相机(手机)时,我试图使基于OpenCV的基准标记检测更加健壮。标记是ArTag风格的,在黑色边框内嵌入汉明码。通过阈值图像检测边界,然后根据找到的轮廓寻找四边形,然后检查四边形的内部。存在相机抖动时进行基准标记检测
一般来说,标记的解码是相当可靠的如果黑色边框被识别。我尝试了最明显的事情,即对图像进行两次下采样,并在这些级别上执行四次检测。这有助于在极端近景标记处使相机散焦,并且还具有非常小的图像模糊水平,但对摄像机运动模糊的一般情况并无太大帮助。
是否有可用于研究如何使检测更健壮的方法?我想知道的想法包括:
- 你可以做一些光流跟踪来“猜测”下一帧的标记位置,然后在这些猜测区域进行某种角点检测,而不是将矩形搜索视为全帧阈值处理?
- 在个人电脑上,是否有可能导出模糊系数(可能是通过注册最近检测到标记的视频帧)并在处理之前使图像去模糊?
- 在智能手机上,是否可以使用陀螺仪和/或加速度计来获得去模糊系数并预处理图像? (我假设不是,只是因为如果是这样的话,市场将被震动校正相机应用程序淹没。)
链接到失败的想法也将不胜感激,如果它可以节省我尝试它们。