概述
本文实例为大家分享了OpenCV实现帧间差分法的具体方法,供大家参考,具体内容如下
一.基本概念
基于视频的车辆检测算法种类很多:光流法检测,帧差法,背景消除法(其中包括:直方图法,平均值法,单分布和混合高斯分布背景模型,Kalman滤波等),边缘检测法,运动矢量检测法...下面分享的是运动目标检测算法中最基本的方法—帧间差分法。
相邻帧间图像差分思想:检测出了相邻两帧图像中发生变化的区域。该方法是用图像序列中的连续两帧图像进行差分,然后二值化该灰度差分图像来提取运动信息。由帧间变化区域检测分割得到的图像,区分出背景区域和运动车辆区域,进而提取要检测的车辆目标。
它是通过比较图像序列中前后两帧图像对应像素点灰度值的不同,通过两帧相减,如果灰度值很小,可以认为该点无运动物体经过;反之灰度变化很大,则认为有物体经过。第k帧和k+1帧图像fk(x,y),fk+l(x,y)之间的变化用一个二值差分图像D(x,y)表示,如式:
二值图中0对应前后未变化的地方,1对应变化的地方。流程图如下图所示:
帧差法的特点是实现简单,运算速度快,对于动态环境自适应性是很强的,对光线的变化不是十分的敏感。但是在运动体内易产生空洞.特别是目标运动速度较快时,影响目标区域准确提取。我们以年辆检测为例,车辆检测除了要检测出运动车辆.同时还要检测出暂时停止的车辆,在这个方面,此类方法无能为力。而且如果车辆的体积较大,那么车辆在前后帧中根容易产生重叠部分,尤其是大货车,这使得帧问差分的结果主要为车头和车尾。车辆中间部分的差分值相对报小.形成空洞,不利于检测。
二.程序源代码
#include "stdafx.h" #include "highgui.h" #include "cxcore.h" #include "ml.h" #include "cv.h" void main() { CvCapture* capture; capture=cvCaptureFromFile("video.avi");//获取视频 cvNamedWindow("camera",CV_WINDOW_AUTOSIZE); cvNamedWindow("moving area",CV_WINDOW_AUTOSIZE); IplImage* tempFrame;//用于遍历capture中的帧,通道数为3,需要转化为单通道才可以处理 IplImage* currentFrame;//当前帧 IplImage* previousFrame;//上一帧 /* CvMat结构,本质上和IplImage差不多,但是因为IplImage里的数据只能用uchar的形式存放,当需要这些图像数据看作数据矩阵来运算时,0~255的精度显然满足不了要求; 然而CvMat里却可以存放任意通道数、任意格式的数据 */ CvMat* tempFrameMat; CvMat* currentFrameMat; //IplImage要转成CvMat进行处理 CvMat* previousFrameMat; int frameNum=0; while(tempFrame=cvQueryFrame(capture)) { //tempFrame=cvQueryFrame(capture); frameNum++; if(frameNum==1) { //第一帧先初始化各个结构,为它们分配空间 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); //此时这些IplImage和CvMat都是空的,没有存有数据 } if(frameNum>=2) { cvCvtColor(tempFrame, currentFrame, CV_BGR2GRAY);//转化为单通道灰度图,此时currentFrame已经存了tempFrame的内容 /* 用cvConvert将IplImage转为CvMat,接下来用cvAbsDiff对它们处理 经过转换后,currentFrame没有改变,但是tempFrameMat已经存了currentFrame的内容 */ cvConvert(currentFrame,tempFrameMat); cvConvert(previousFrame,previousFrameMat); cvAbsDiff(tempFrameMat,previousFrameMat,currentFrameMat);//做差求绝对值 /* 在currentFrameMat中找大于20(阈值)的像素点,把currentFrame中对应的点设为255 此处阈值可以帮助把车辆的阴影消除掉 */ cvThreshold(currentFrameMat,currentFrame,20,255.0,CV_THRESH_BINARY); //cvConvert(currentFrameMat,currentFrame); //观察不二值化的情况 cvDilate(currentFrame,currentFrame); //膨胀 cvErode(currentFrame,currentFrame); //腐蚀 cvFlip(currentFrame, NULL, 0); //垂直翻转 //显示图像 cvShowImage("camera",tempFrame); cvShowImage("moving area",currentFrame); } //把当前帧保存作为下一次处理的前一帧 cvCvtColor(tempFrame, previousFrame, CV_BGR2GRAY); cvWaitKey(33); }//end while //释放资源 cvReleaseImage(&tempFrame); cvReleaseImage(&previousFrame); cvReleaseImage(¤tFrame); cvReleaseCapture(&capture); cvReleaseMat(&previousFrameMat); cvReleaseMat(¤tFrameMat); cvDestroyWindow("camera"); cvDestroyWindow("moving area"); }
【注意】代码复制他处,略有改动,进行视频输出矫正(源代码昰倒的图像)。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持靠谱客。
最后
以上就是忧虑手套为你收集整理的OpenCV实现帧间差分法详解的全部内容,希望文章能够帮你解决OpenCV实现帧间差分法详解所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复