[转]-帧间差分法_OpenCV_详解

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

 

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.  
     
15.  
    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
16.  
    IplImage* currentFrame; //当前帧
17.  
    IplImage* previousFrame; //上一帧
18.  
    /*
19.  
    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；
20.  
    然而CvMat里却可以存放任意通道数、任意格式的数据
21.  
    */
22.  
    CvMat* tempFrameMat;
23.  
    CvMat* currentFrameMat; //IplImage要转成CvMat进行处理
24.  
    CvMat* previousFrameMat;
25.  
     
26.  
    int frameNum=0;
27.  
    while(tempFrame=cvQueryFrame(capture))
28.  
    {
29.  
    //tempFrame=cvQueryFrame(capture);
30.  
    frameNum++;
31.  
    if(frameNum==1)
32.  
    {
33.  
    //第一帧先初始化各个结构，为它们分配空间
34.  
    previousFrame=cvCreateImage(cvSize(tempFrame->width,tempFrame->height),IPL_DEPTH_8U, 1);
35.  
    currentFrame=cvCreateImage(cvSize(tempFrame->width,tempFrame->height),IPL_DEPTH_8U, 1);
36.  
    currentFrameMat=cvCreateMat(tempFrame->height, tempFrame->width, CV_32FC1);
37.  
    previousFrameMat=cvCreateMat(tempFrame->height, tempFrame->width, CV_32FC1);
38.  
    tempFrameMat=cvCreateMat(tempFrame->height, tempFrame->width, CV_32FC1);
39.  
    //此时这些IplImage和CvMat都是空的，没有存有数据
40.  
    }
41.  
    if(frameNum>=2)
42.  
    {
43.  
    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
44.  
    /*
45.  
    用cvConvert将IplImage转为CvMat，接下来用cvAbsDiff对它们处理
46.  
    经过转换后，currentFrame没有改变，但是tempFrameMat已经存了currentFrame的内容
47.  
    */
48.  
    cvConvert(currentFrame,tempFrameMat);
49.  
    cvConvert(previousFrame,previousFrameMat);
50.  
     
51.  
    cvAbsDiff(tempFrameMat,previousFrameMat,currentFrameMat); //做差求绝对值
52.  
    /*
53.  
    在currentFrameMat中找大于20（阈值）的像素点，把currentFrame中对应的点设为255
54.  
    此处阈值可以帮助把车辆的阴影消除掉
55.  
    */
56.  
    cvThreshold(currentFrameMat,currentFrame, 20,255.0,CV_THRESH_BINARY);
57.  
    //cvConvert(currentFrameMat,currentFrame); //观察不二值化的情况
58.  
     
59.  
    cvDilate(currentFrame,currentFrame); //膨胀
60.  
    cvErode(currentFrame,currentFrame); //腐蚀
61.  
    cvFlip(currentFrame, NULL, 0); //垂直翻转
62.  
    //显示图像
63.  
    cvShowImage( “camera”,tempFrame);
64.  
    cvShowImage( “moving area”,currentFrame);
65.  
    }
66.  
    //把当前帧保存作为下一次处理的前一帧
67.  
    cvCvtColor(tempFrame, previousFrame, CV_BGR2GRAY);
68.  
    cvWaitKey( 33);
69.  
     
70.  
    } //end while
71.  
     
72.  
    //释放资源
73.  
    cvReleaseImage(&tempFrame);
74.  
    cvReleaseImage(&previousFrame);
75.  
    cvReleaseImage(&currentFrame);
76.  
     
77.  
    cvReleaseCapture(&capture);
78.  
    cvReleaseMat(&previousFrameMat);
79.  
    cvReleaseMat(&currentFrameMat);
80.  
    cvDestroyWindow( “camera”);
81.  
    cvDestroyWindow( “moving area”);
82.  
    }

【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）。 

转载自：https://blog.csdn.net/tezhongjunxue/article/details/14492101