K最近傍法に基づく背景/前景セグメンテーションのAlgorithm。続き...

#include <opencv2/video/background_segm.hpp>

Collaboration diagram for cv::BackgroundSubtractorKNN:

公開メンバ関数
virtual bool	getDetectShadows () const =0
	影検出フラグを返す。

virtual double	getDist2Threshold () const =0
	ピクセルとサンプルの間の二乗距離に対するしきい値を返す。

virtual int	getHistory () const =0
	背景モデルに影響する直近フレーム数を返す。

virtual int	getkNNSamples () const =0
	近傍数、すなわち kNN における k を返す。

virtual int	getNSamples () const =0
	背景モデル内のデータサンプルの数を返す。

virtual double	getShadowThreshold () const =0
	影のしきい値を返す。

virtual int	getShadowValue () const =0
	影の値を返す。

virtual void	setDetectShadows (bool detectShadows)=0
	影検出を有効または無効にする。

virtual void	setDist2Threshold (double _dist2Threshold)=0
	距離の二乗に対するしきい値を設定する。

virtual void	setHistory (int history)=0
	背景モデルに影響する直近フレーム数を設定する。

virtual void	setkNNSamples (int _nkNN)=0
	kNNにおけるkを設定する。一致する必要のある最近傍点の数。

virtual void	setNSamples (int _nN)=0
	背景モデル内のデータサンプル数を設定する。

virtual void	setShadowThreshold (double threshold)=0
	影のしきい値を設定する。

virtual void	setShadowValue (int value)=0
	影の値を設定する。

Public Member Functions inherited from cv::BackgroundSubtractor
virtual void	apply (InputArray image, InputArray knownForegroundMask, OutputArray fgmask, double learningRate=-1)=0
	既知の前景マスクを入力として前景マスクを計算する。

virtual void	apply (InputArray image, OutputArray fgmask, double learningRate=-1)=0
	前景マスクを計算する。

virtual void	getBackgroundImage (OutputArray backgroundImage) const =0
	背景画像を計算する。

Public Member Functions inherited from cv::Algorithm
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	アルゴリズムの状態をクリアする。

virtual bool	empty () const
	Algorithm が空の場合（たとえば開始直後や読み込みに失敗した後）に true を返す。

virtual String	getDefaultName () const

virtual void	read (const FileNode &fn)
	ファイルストレージからアルゴリズムの引数を読み込む。

virtual void	save (const String &filename) const

void	write (const Ptr< FileStorage > &fs, const String &name=String()) const

virtual void	write (FileStorage &fs) const
	アルゴリズムの引数をファイルストレージに保存する。

void	write (FileStorage &fs, const String &name) const

Additional Inherited Members
Static Public Member Functions inherited from cv::Algorithm
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	ファイルからアルゴリズムを読み込む。

template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	文字列からアルゴリズムを読み込む。

template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	ファイルノードからアルゴリズムを読み込む。

Protected Member Functions inherited from cv::Algorithm
void	writeFormat (FileStorage &fs) const

詳細説明

K最近傍法に基づく背景/前景セグメンテーションのAlgorithm。

このクラスは[329]で説明されているK最近傍法による背景差分を実装する。前景ピクセルの数が少ない場合に非常に効率的である。

メンバ関数詳解

◆ getDetectShadows()

virtual bool cv::BackgroundSubtractorKNN::getDetectShadows ( ) const

pure virtual

Python:
	cv.BackgroundSubtractorKNN.getDetectShadows(		) ->	retval

影検出フラグを返す。

trueの場合、アルゴリズムは影を検出してマークする。詳細はcreateBackgroundSubtractorKNNを参照。

◆ getDist2Threshold()

virtual double cv::BackgroundSubtractorKNN::getDist2Threshold ( ) const

pure virtual

Python:
	cv.BackgroundSubtractorKNN.getDist2Threshold(		) ->	retval

ピクセルとサンプル間の距離の二乗に対するしきい値を返す。

ピクセルがデータサンプルに近いかどうかを判定するための、ピクセルとサンプル間の距離の二乗に対するしきい値。

◆ getHistory()

virtual int cv::BackgroundSubtractorKNN::getHistory ( ) const

pure virtual

Python:
	cv.BackgroundSubtractorKNN.getHistory(		) ->	retval

背景モデルに影響する直近フレーム数を返す。

◆ getkNNSamples()

virtual int cv::BackgroundSubtractorKNN::getkNNSamples ( ) const

pure virtual

Python:
	cv.BackgroundSubtractorKNN.getkNNSamples(		) ->	retval

近傍点の数、すなわちkNNにおけるkを返す。

Kは、そのピクセルがkNN背景モデルに一致すると判定するために、dist2Threshold以内に存在する必要があるサンプルの数である。

◆ getNSamples()

virtual int cv::BackgroundSubtractorKNN::getNSamples ( ) const

pure virtual

Python:
	cv.BackgroundSubtractorKNN.getNSamples(		) ->	retval

背景モデル内のデータサンプル数を返す。

◆ getShadowThreshold()

virtual double cv::BackgroundSubtractorKNN::getShadowThreshold ( ) const

pure virtual

Python:
	cv.BackgroundSubtractorKNN.getShadowThreshold(		) ->	retval

影のしきい値を返す。

ピクセルが背景のより暗いバージョンである場合に影が検出される。影のしきい値（論文中のTau）は、影がどの程度暗くなり得るかを定義するしきい値である。Tau=0.5 は、ピクセルが2倍より暗ければ影ではないことを意味する。Prati, Mikic, Trivedi and Cucchiara, Detecting Moving Shadows...*, IEEE PAMI,2003 を参照。

◆ getShadowValue()

virtual int cv::BackgroundSubtractorKNN::getShadowValue ( ) const

pure virtual

Python:
	cv.BackgroundSubtractorKNN.getShadowValue(		) ->	retval

影の値を返す。

影の値は、前景マスク内で影をマークするために使用される値である。デフォルト値は127である。マスク内の値0は常に背景を意味し、255は前景を意味する。

◆ setDetectShadows()

virtual void cv::BackgroundSubtractorKNN::setDetectShadows ( bool detectShadows )

pure virtual

Python:
	cv.BackgroundSubtractorKNN.setDetectShadows(	detectShadows	) ->	None

影検出を有効または無効にする。

◆ setDist2Threshold()

virtual void cv::BackgroundSubtractorKNN::setDist2Threshold ( double _dist2Threshold )

pure virtual

Python:
	cv.BackgroundSubtractorKNN.setDist2Threshold(	_dist2Threshold	) ->	None

距離の二乗に対するしきい値を設定する。

◆ setHistory()

virtual void cv::BackgroundSubtractorKNN::setHistory ( int history )

pure virtual

Python:
	cv.BackgroundSubtractorKNN.setHistory(	history	) ->	None

背景モデルに影響する直近フレーム数を設定する。

◆ setkNNSamples()

virtual void cv::BackgroundSubtractorKNN::setkNNSamples ( int _nkNN )

pure virtual

Python:
	cv.BackgroundSubtractorKNN.setkNNSamples(	_nkNN	) ->	None

kNNにおけるkを設定する。一致する必要のある最近傍点の数。

◆ setNSamples()

virtual void cv::BackgroundSubtractorKNN::setNSamples ( int _nN )

pure virtual

Python:
	cv.BackgroundSubtractorKNN.setNSamples(	_nN	) ->	None

背景モデル内のデータサンプル数を設定する。

メモリを確保するためにモデルの再初期化が必要である。

◆ setShadowThreshold()

virtual void cv::BackgroundSubtractorKNN::setShadowThreshold ( double threshold )

pure virtual

Python:
	cv.BackgroundSubtractorKNN.setShadowThreshold(	threshold	) ->	None

影のしきい値を設定する。

◆ setShadowValue()

virtual void cv::BackgroundSubtractorKNN::setShadowValue ( int value )

pure virtual

Python:
	cv.BackgroundSubtractorKNN.setShadowValue(	value	) ->	None

影の値を設定する。

このクラス詳解は次のファイルから抽出されました:

opencv2/video/background_segm.hpp

公開メンバ関数

Additional Inherited Members

詳細説明

メンバ関数詳解

◆ getDetectShadows()

◆ getDist2Threshold()

◆ getHistory()

◆ getkNNSamples()

◆ getNSamples()

◆ getShadowThreshold()

◆ getShadowValue()

◆ setDetectShadows()

◆ setDist2Threshold()

◆ setHistory()

◆ setkNNSamples()

◆ setNSamples()

◆ setShadowThreshold()

◆ setShadowValue()