OpenCV实现帧间差分法详解

时间:2022-03-18 22:16:14

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:

OpenCV实现帧间差分法详解

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:

OpenCV实现帧间差分法详解

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

  1. #include "stdafx.h"
  2. #include "highgui.h"
  3. #include "cxcore.h"
  4. #include "ml.h"
  5. #include "cv.h"
  6.  
  7. void main()
  8. {
  9. CvCapture* capture;
  10. capture=cvCaptureFromFile("video.avi");//获取视频
  11. cvNamedWindow("camera",CV_WINDOW_AUTOSIZE);
  12. cvNamedWindow("moving area",CV_WINDOW_AUTOSIZE);
  13.  
  14. 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
  15. IplImage* currentFrame;//当前帧
  16. IplImage* previousFrame;//上一帧
  17. /*
  18. 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;
  19. 然而CvMat里却可以存放任意通道数、任意格式的数据
  20. */
  21. CvMat* tempFrameMat;
  22. CvMat* currentFrameMat; //IplImage要转成CvMat进行处理
  23. CvMat* previousFrameMat;
  24.  
  25. int frameNum=0;
  26. while(tempFrame=cvQueryFrame(capture))
  27. {
  28. //tempFrame=cvQueryFrame(capture);
  29. frameNum++;
  30. if(frameNum==1)
  31. {
  32. //第一帧先初始化各个结构,为它们分配空间
  33. previousFrame=cvCreateImage(cvSize(tempFrame->width,tempFrame->height),IPL_DEPTH_8U,1);
  34. currentFrame=cvCreateImage(cvSize(tempFrame->width,tempFrame->height),IPL_DEPTH_8U,1);
  35. currentFrameMat=cvCreateMat(tempFrame->height, tempFrame->width, CV_32FC1);
  36. previousFrameMat=cvCreateMat(tempFrame->height, tempFrame->width, CV_32FC1);
  37. tempFrameMat=cvCreateMat(tempFrame->height, tempFrame->width, CV_32FC1);
  38. //此时这些IplImage和CvMat都是空的,没有存有数据
  39. }
  40. if(frameNum>=2)
  41. {
  42. 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
  43. /*
  44. 用cvConvert将IplImage转为CvMat,接下来用cvAbsDiff对它们处理
  45. 经过转换后,currentFrame没有改变,但是tempFrameMat已经存了currentFrame的内容
  46. */
  47. cvConvert(currentFrame,tempFrameMat);
  48. cvConvert(previousFrame,previousFrameMat);
  49.  
  50. cvAbsDiff(tempFrameMat,previousFrameMat,currentFrameMat);//做差求绝对值
  51. /*
  52. 在currentFrameMat中找大于20(阈值)的像素点,把currentFrame中对应的点设为255
  53. 此处阈值可以帮助把车辆的阴影消除掉
  54. */
  55. cvThreshold(currentFrameMat,currentFrame,20,255.0,CV_THRESH_BINARY);
  56. //cvConvert(currentFrameMat,currentFrame); //观察不二值化的情况
  57.  
  58. cvDilate(currentFrame,currentFrame); //膨胀
  59. cvErode(currentFrame,currentFrame); //腐蚀
  60. cvFlip(currentFrame, NULL, 0); //垂直翻转
  61. //显示图像
  62. cvShowImage("camera",tempFrame);
  63. cvShowImage("moving area",currentFrame);
  64. }
  65. //把当前帧保存作为下一次处理的前一帧
  66. cvCvtColor(tempFrame, previousFrame, CV_BGR2GRAY);
  67. cvWaitKey(33);
  68.  
  69. }//end while
  70.  
  71. //释放资源
  72. cvReleaseImage(&tempFrame);
  73. cvReleaseImage(&previousFrame);
  74. cvReleaseImage(&currentFrame);
  75.  
  76. cvReleaseCapture(&capture);
  77. cvReleaseMat(&previousFrameMat);
  78. cvReleaseMat(&currentFrameMat);
  79. cvDestroyWindow("camera");
  80. cvDestroyWindow("moving area");
  81. }

【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我们。

原文链接:https://blog.csdn.net/tezhongjunxue/article/details/14492101