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