[轉]-幀間差分法_OpenCV_詳解

一.基本概念

基於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生變化的區域。該方法是用圖像序列中的連續兩幀圖像進行差分，然后二值化該灰度差分圖像來提取運動信息。由幀間變化區域檢測分割得到的圖像，區分出背景區域和運動車輛區域，進而提取要檢測的車輛目標。

        它是通過比較圖像序列中前后兩幀圖像對應像素點灰度值的不同，通過兩幀相減，如果灰度值很小，可以認為該點無運動物體經過；反之灰度變化很大，則認為有物體經過。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對應前后未變化的地方，1對應變化的地方。流程圖如下圖所示：

幀差法的特點是實現簡單，運算速度快，對於動態環境自適應性是很強的，對光線的變化不是十分的敏感。但是在運動體內易產生空洞．特別是目標運動速度較快時，影響目標區域准確提取。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生重疊部分，尤其是大貨車，這使得幀問差分的結果主要為車頭和車尾。車輛中間部分的差分值相對報小．形成空洞，不利於檢測。

二.程序源代碼

 

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”);//獲取視頻
11.  
    cvNamedWindow( “camera”,CV_WINDOW_AUTOSIZE);
12.  
    cvNamedWindow( “moving area”,CV_WINDOW_AUTOSIZE);
13.  
     
14.  
     
15.  
    IplImage* tempFrame; //用於遍歷capture中的幀，通道數為3，需要轉化為單通道才可以處理
16.  
    IplImage* currentFrame; //當前幀
17.  
    IplImage* previousFrame; //上一幀
18.  
    /*
19.  
    CvMat結構，本質上和IplImage差不多，但是因為IplImage里的數據只能用uchar的形式存放，當需要這些圖像數據看作數據矩陣來運算時，0~255的精度顯然滿足不了要求；
20.  
    然而CvMat里卻可以存放任意通道數、任意格式的數據
21.  
    */
22.  
    CvMat* tempFrameMat;
23.  
    CvMat* currentFrameMat; //IplImage要轉成CvMat進行處理
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.  
    //第一幀先初始化各個結構，為它們分配空間
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.  
    //此時這些IplImage和CvMat都是空的，沒有存有數據
40.  
    }
41.  
    if(frameNum>=2)
42.  
    {
43.  
    cvCvtColor(tempFrame, currentFrame, CV_BGR2GRAY); //轉化為單通道灰度圖，此時currentFrame已經存了tempFrame的內容
44.  
    /*
45.  
    用cvConvert將IplImage轉為CvMat，接下來用cvAbsDiff對它們處理
46.  
    經過轉換后，currentFrame沒有改變，但是tempFrameMat已經存了currentFrame的內容
47.  
    */
48.  
    cvConvert(currentFrame,tempFrameMat);
49.  
    cvConvert(previousFrame,previousFrameMat);
50.  
     
51.  
    cvAbsDiff(tempFrameMat,previousFrameMat,currentFrameMat); //做差求絕對值
52.  
    /*
53.  
    在currentFrameMat中找大於20（閾值）的像素點，把currentFrame中對應的點設為255
54.  
    此處閾值可以幫助把車輛的陰影消除掉
55.  
    */
56.  
    cvThreshold(currentFrameMat,currentFrame, 20,255.0,CV_THRESH_BINARY);
57.  
    //cvConvert(currentFrameMat,currentFrame); //觀察不二值化的情況
58.  
     
59.  
    cvDilate(currentFrame,currentFrame); //膨脹
60.  
    cvErode(currentFrame,currentFrame); //腐蝕
61.  
    cvFlip(currentFrame, NULL, 0); //垂直翻轉
62.  
    //顯示圖像
63.  
    cvShowImage( “camera”,tempFrame);
64.  
    cvShowImage( “moving area”,currentFrame);
65.  
    }
66.  
    //把當前幀保存作為下一次處理的前一幀
67.  
    cvCvtColor(tempFrame, previousFrame, CV_BGR2GRAY);
68.  
    cvWaitKey( 33);
69.  
     
70.  
    } //end while
71.  
     
72.  
    //釋放資源
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】代碼復制他處，略有改動，進行視頻輸出矯正（源代碼昰倒的圖像）。 

轉載自：https://blog.csdn.net/tezhongjunxue/article/details/14492101