Sto sviluppando un progetto di elaborazione delle immagini e ho trovato la parola occlusione in molti articoli scientifici, cosa significano le occlusioni nel contesto dell'elaborazione delle immagini? Il dizionario sta dando solo una definizione generale. Qualcuno può descriverli usando un'immagine come contesto?Elaborazione immagini: quali sono le occlusioni?
Occlusione significa che c'è qualcosa che si desidera vedere, ma non può a causa di alcune proprietà della configurazione del sensore o di qualche evento. Esattamente come si manifesta o come affrontare il problema sarà variare a causa del problema a portata di mano.
Alcuni esempi:
Se si sta sviluppando un sistema che oggetti tracce (persone, auto, ...) quindi l'occlusione si verifica se un oggetto si sta seguendo è nascosto (occluso) da un altro oggetto. Come due persone che si camminano a vicenda, o una macchina che guida sotto un ponte. Il problema in questo caso è quello che fai quando un oggetto scompare e riappare di nuovo.
Se si utilizza una telecamera della gamma , l'occlusione è aree in cui non si dispone di alcuna informazione. Alcune videocamere della gamma laser funzionano trasmettendo un raggio laser sulla superficie che si sta esaminando e quindi disponendo di una configurazione della telecamera che identifica il punto di impatto di quel laser nell'immagine risultante. Ciò fornisce le coordinate 3D di quel punto. Tuttavia, poiché la fotocamera e il laser non sono necessariamente allineati, sulla superficie esaminata possono essere presenti punti che la fotocamera può vedere ma il laser non può colpire (occlusione). Il problema qui è più una questione di configurazione del sensore.
Lo stesso può verificarsi in imaging stereo se ci sono parti della scena che sono viste solo da una delle due telecamere. Non è possibile ovviamente raccogliere dati di intervallo da questi punti.
Probabilmente ci sono altri esempi.
Se si specifica il vostro problema, allora forse possiamo definire ciò che l'occlusione è in quel caso, e quali problemi comporta
occlusione è quello che blocca la nostra vista. Nell'immagine mostrata qui, possiamo facilmente vedere le persone in prima fila. Ma la seconda fila è parzialmente visibile e la terza fila è molto meno visibile. Qui, diciamo che la seconda riga è parzialmente occlusa dalla prima riga, e la terza riga è occlusa dalla prima e dalla seconda riga. Possiamo vedere tali occlusioni in aule (studenti seduti in file), incroci (veicoli in attesa di segnale), foreste (alberi e piante), ecc., Quando ci sono molti oggetti. 
Il problema dell'occlusione è uno dei motivi principali per cui la visione del computer è difficile in generale. In particolare, questo è molto più problematico in Tracciamento oggetto. Vedere le figure sottostanti:
Avviso, come il volto della signora è non completamente visibile in cornici 0519 & 0835 in contrasto con la faccia nel telaio 0005.
Ed ecco ancora una foto in cui il volto dell'uomo è parzialmente nascosto in tutti e tre fotogrammi.
Avviso nell'immagine qui come il rilevamento della coppia in rosso & verde riquadro di delimitazione è perso nel frame metà a causa di occlusione (cioè parzialmente nascosto da un'altra persona davanti loro) ma correttamente tracciati nell'ultimo frame quando diventano (quasi) completamente visibili.
Picture courtesy: Stanford, USC
Grazie kigurai !!! Sto implementando l'algoritmo SIFT per un processore embedded. Capisco ora che SIFT ha le capacità in grado di riconoscere anche quegli oggetti che sono parzialmente coperti (occlusi). – HaggarTheHorrible
Felice di aver aiutato. In bocca al lupo! –