幀間差分法(OpenCV如何實現幀間差分法)

具體內容如下

一.基本概念

基于視頻的車輛檢測算法種類很多:光流法檢測,幀差法,背景消除法(其中包括:直方圖法,平均值法,單分布和混合高斯分布背景模型,Kalman濾波等),邊緣檢測法,運動矢量檢測法...下面分享的是運動目標檢測算法中最基本的方法—幀間差分法。

相鄰幀間圖像差分思想:檢測出了相鄰兩幀圖像中發生變化的區域。該方法是用圖像序列中的連續兩幀圖像進行差分,然后二值化該灰度差分圖像來提取運動信息。由幀間變化區域檢測分割得到的圖像,區分出背景區域和運動車輛區域,進而提取要檢測的車輛目標。

它是通過比較圖像序列中前后兩幀圖像對應像素點灰度值的不同,通過兩幀相減,如果灰度值很小,可以認為該點無運動物體經過;反之灰度變化很大,則認為有物體經過。第k幀和k+1幀圖像fk(x,y),fk+l(x,y)之間的變化用一個二值差分圖像D(x,y)表示,如式:

二值圖中0對應前后未變化的地方,1對應變化的地方。流程圖如下圖所示:

幀差法的特點是實現簡單,運算速度快,對于動態環境自適應性是很強的,對光線的變化不是十分的敏感。但是在運動體內易產生空洞.特別是目標運動速度較快時,影響目標區域準確提取。我們以年輛檢測為例,車輛檢測除了要檢測出運動車輛.同時還要檢測出暫時停止的車輛,在這個方面,此類方法無能為力。而且如果車輛的體積較大,那么車輛在前后幀中根容易產生重疊部分,尤其是大貨車,這使得幀問差分的結果主要為車頭和車尾。車輛中間部分的差分值相對報小.形成空洞,不利于檢測。

二.程序源代碼

#include"stdafx.h"#include"highgui.h"#include"cxcore.h"#include"ml.h"#include"cv.h"voidmain(){CvCapture*capture;capture=cvCaptureFromFile("video.avi");//獲取視頻cvNamedWindow("camera",CV_WINDOW_AUTOSIZE);cvNamedWindow("movingarea",CV_WINDOW_AUTOSIZE);IplImage*tempFrame;//用于遍歷capture中的幀,通道數為3,需要轉化為單通道才可以處理IplImage*currentFrame;//當前幀IplImage*previousFrame;//上一幀/*CvMat結構,本質上和IplImage差不多,但是因為IplImage里的數據只能用uchar的形式存放,當需要這些圖像數據看作數據矩陣來運算時,0~255的精度顯然滿足不了要求;然而CvMat里卻可以存放任意通道數、任意格式的數據*/CvMat*tempFrameMat;CvMat*currentFrameMat;//IplImage要轉成CvMat進行處理CvMat*previousFrameMat;intframeNum=0;while(tempFrame=cvQueryFrame(capture)){//tempFrame=cvQueryFrame(capture);frameNum++;if(frameNum==1){//第一幀先初始化各個結構,為它們分配空間previousFrame=cvCreateImage(cvSize(tempFrame->width,tempFrame->height),IPL_DEPTH_8U,1);currentFrame=cvCreateImage(cvSize(tempFrame->width,tempFrame->height),IPL_DEPTH_8U,1);currentFrameMat=cvCreateMat(tempFrame->height,tempFrame->width,CV_32FC1);previousFrameMat=cvCreateMat(tempFrame->height,tempFrame->width,CV_32FC1);tempFrameMat=cvCreateMat(tempFrame->height,tempFrame->width,CV_32FC1);//此時這些IplImage和CvMat都是空的,沒有存有數據}if(frameNum>=2){cvCvtColor(tempFrame,currentFrame,CV_BGR2GRAY);//轉化為單通道灰度圖,此時currentFrame已經存了tempFrame的內容/*用cvConvert將IplImage轉為CvMat,接下來用cvAbsDiff對它們處理經過轉換后,currentFrame沒有改變,但是tempFrameMat已經存了currentFrame的內容*/cvConvert(currentFrame,tempFrameMat);cvConvert(previousFrame,previousFrameMat);cvAbsDiff(tempFrameMat,previousFrameMat,currentFrameMat);//做差求絕對值/*在currentFrameMat中找大于20(閾值)的像素點,把currentFrame中對應的點設為255此處閾值可以幫助把車輛的陰影消除掉*/cvThreshold(currentFrameMat,currentFrame,20,255.0,CV_THRESH_BINARY);//cvConvert(currentFrameMat,currentFrame);//觀察不二值化的情況cvDilate(currentFrame,currentFrame);//膨脹cvErode(currentFrame,currentFrame);//腐蝕cvFlip(currentFrame,NULL,0);//垂直翻轉//顯示圖像cvShowImage("camera",tempFrame);cvShowImage("movingarea",currentFrame);}//把當前幀保存作為下一次處理的前一幀cvCvtColor(tempFrame,previousFrame,CV_BGR2GRAY);cvWaitKey(33);}//endwhile//釋放資源cvReleaseImage(&tempFrame);cvReleaseImage(&previousFrame);cvReleaseImage(&currentFrame);cvReleaseCapture(&capture);cvReleasemat(&previousFrameMat);cvReleaseMat(&currentFrameMat);cvDestroyWindow("camera");cvDestroyWindow("movingarea");}