OpenCV實現(xiàn)幀間差分法詳解
本文實例為大家分享了OpenCV實現(xiàn)幀間差分法的具體方法,供大家參考,具體內(nèi)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(biāo)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(fā)生變化的區(qū)域。該方法是用圖像序列中的連續(xù)兩幀圖像進(jìn)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(qū)域檢測分割得到的圖像,區(qū)分出背景區(qū)域和運動車輛區(qū)域,進(jìn)而提取要檢測的車輛目標(biāo)。
它是通過比較圖像序列中前后兩幀圖像對應(yīng)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(rèn)為該點無運動物體經(jīng)過;反之灰度變化很大,則認(rèn)為有物體經(jīng)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(yīng)前后未變化的地方,1對應(yīng)變化的地方。流程圖如下圖所示:
幀差法的特點是實現(xiàn)簡單,運算速度快,對于動態(tài)環(huán)境自適應(yīng)性是很強(qiáng)的,對光線的變化不是十分的敏感。但是在運動體內(nèi)易產(chǎn)生空洞.特別是目標(biāo)運動速度較快時,影響目標(biāo)區(qū)域準(zhǔn)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(chǎn)生重疊部分,尤其是大貨車,這使得幀問差分的結(jié)果主要為車頭和車尾。車輛中間部分的差分值相對報?。纬煽斩矗焕跈z測。
二.程序源代碼
#include "stdafx.h" #include "highgui.h" #include "cxcore.h" #include "ml.h" #include "cv.h" void main() { CvCapture* capture; capture=cvCaptureFromFile("video.avi");//獲取視頻 cvNamedWindow("camera",CV_WINDOW_AUTOSIZE); cvNamedWindow("moving area",CV_WINDOW_AUTOSIZE); IplImage* tempFrame;//用于遍歷capture中的幀,通道數(shù)為3,需要轉(zhuǎn)化為單通道才可以處理 IplImage* currentFrame;//當(dāng)前幀 IplImage* previousFrame;//上一幀 /* CvMat結(jié)構(gòu),本質(zhì)上和IplImage差不多,但是因為IplImage里的數(shù)據(jù)只能用uchar的形式存放,當(dāng)需要這些圖像數(shù)據(jù)看作數(shù)據(jù)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(shù)、任意格式的數(shù)據(jù) */ CvMat* tempFrameMat; CvMat* currentFrameMat; //IplImage要轉(zhuǎn)成CvMat進(jìn)行處理 CvMat* previousFrameMat; int frameNum=0; while(tempFrame=cvQueryFrame(capture)) { //tempFrame=cvQueryFrame(capture); frameNum++; if(frameNum==1) { //第一幀先初始化各個結(jié)構(gòu),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(shù)據(jù) } if(frameNum>=2) { cvCvtColor(tempFrame, currentFrame, CV_BGR2GRAY);//轉(zhuǎn)化為單通道灰度圖,此時currentFrame已經(jīng)存了tempFrame的內(nèi)容 /* 用cvConvert將IplImage轉(zhuǎn)為CvMat,接下來用cvAbsDiff對它們處理 經(jīng)過轉(zhuǎn)換后,currentFrame沒有改變,但是tempFrameMat已經(jīng)存了currentFrame的內(nèi)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(yīng)的點設(shè)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(zhuǎn) //顯示圖像 cvShowImage("camera",tempFrame); cvShowImage("moving area",currentFrame); } //把當(dāng)前幀保存作為下一次處理的前一幀 cvCvtColor(tempFrame, previousFrame, CV_BGR2GRAY); cvWaitKey(33); }//end while //釋放資源 cvReleaseImage(&tempFrame); cvReleaseImage(&previousFrame); cvReleaseImage(¤tFrame); cvReleaseCapture(&capture); cvReleaseMat(&previousFrameMat); cvReleaseMat(¤tFrameMat); cvDestroyWindow("camera"); cvDestroyWindow("moving area"); }
【注意】代碼復(fù)制他處,略有改動,進(jìn)行視頻輸出矯正(源代碼昰倒的圖像)。
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Visual studio setup.exe 安裝vs2022報錯的解決方案
這篇文章主要介紹了Visual studio setup.exe 安裝vs2022報錯的解決方案,本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友參考下吧2024-01-01c++中strcpy函數(shù)在VS2015無法使用的問題
這篇文章主要介紹了c++中strcpy函數(shù)在VS2015無法使用的問題,具有一定的參考價值,有需要的可以了解一下。2016-11-11