opencv利用帧差法背景差分实现运动目标检测

最新推荐文章于 2024-08-13 08:00:00 发布

无能狂怒er

最新推荐文章于 2024-08-13 08:00:00 发布

阅读量7k

点赞数 5

分类专栏：【OpenCV】

本文链接：https://blog.csdn.net/KillMeHealMe/article/details/86481331

版权

运动物体检测顾名思义就是在视频（视频文件、摄像头获取）中检测运动物体（目标）。

OpenCV中常用的运动物体检测有背景差法、帧差法、光流法，运动物体检测广泛应用于视频安全监控、车辆检测等方面。

本博文主要介绍背景差法与帧差法：

背景差法：就是用原图像减去背景模型，剩下的就是前景图像，即运动目标

帧差法：就是利用相邻的两帧或者三帧图像，利用像素之间的差异性，判断是否有运动目标

（视频就是一帧一帧图像组成的、求图像差异最基本的就是图像减法--suntract,absdiff）

背景减法基本步骤：原图-背景------阈值处理------去除噪声（腐蚀滤波）------膨胀连通-----查找轮廓-----外接矩形（椭圆/圆）

一个摄像头：

#include "opencv2/opencv.hpp"
#include<iostream>
using namespace std;
using namespace cv;

Mat MoveDetect(Mat background, Mat img)
{   
	//将background和img转为灰度图
	Mat result = img.clone();
	Mat gray1, gray2;
	cvtColor(background, gray1, CV_BGR2GRAY);
	cvtColor(img, gray2, CV_BGR2GRAY);

//进行canny边缘检测 
	Canny(background, background, 0, 30, 3);

	//将background和img做差；对差值图diff进行阈值化处理
	Mat diff;
	absdiff(gray1, gray2, diff);
	//imshow("absdiss", diff);
	threshold(diff, diff, 50, 255, CV_THRESH_BINARY);
	//imshow("threshold", diff);

	//腐蚀膨胀消除噪音
	/*
	Mat element = getStructuringElement(MORPH_RECT, Size(3, 3));
	Mat element2 = getStructuringElement(MORPH_RECT, Size(15, 15));
	erode(diff, diff, element);
	//imshow("erode", diff);
	dilate(diff, diff, element2);
	//imshow("dilate", diff);
	*/

	//二值化后使用中值滤波+膨胀
	Mat element = getStructuringElement(MORPH_RECT, Size(11, 11));
	medianBlur(diff, diff, 5);//中值滤波
	//imshow("medianBlur", diff);
	dilate(diff, diff, element);
	//blur(diff, diff, Size(10, 10)); //均值滤波
	//imshow("dilate", diff);

	//查找并绘制轮廓
	vector<vector<Point>&