帧间差分法_OpenCV_详解

原文地址:http://blog.csdn.net/tezhongjunxue/article/details/14492101

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

[cpp]  view plain copy

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. }