使用差图像进行地震预测（一，c#实现）

做机器视觉久了，发现要求的精度越来越高，当你习惯了1um的精度时，你对动静的灵敏度会非常高，因为你会发现动静会对你的机器视觉图像影响非常大。

突发奇想，这个原来可以感知地震，应该比张衡的地震仪精度高多了！

感知地震，你不可能天天盯着相机图像看吧！

是否可以通过程序来自动感知呢？

搞机器视觉，不就是干这个的吗？

用什么方法呢？很简单，实时图像前后两帧做差，如果发生变化，我们就认为感知到了震动，否则，图像无变化，做差结果显然为零了，做差图像显示就是一团黑。

那么发生变化的做差图像，动动脑筋，想一下，会是什么样呢？我们设置了梯度和（相邻像素差分取绝对值求和）门槛值，如果大于500，认为震动了，小于500，就认为，没震动，没变化的一团黑图像，梯度和肯定是零了。

好，我们先看热闹，之后，放出c#程序：

第一，初始化并打开相机，需要强调的是，我们是实时取像，因为是工业相机，每秒取像可达120帧：

第二，中间红色的感兴趣矩形框（roi），就是我们的主要（关键）关注对象，选择“roi可拖动”按钮，圈定观察区域。

第三，进入roi做差图像界面，先看图像做差无变化，一团黑（无振动）。

第四，震动小于500的情形：

第五，震动大于500的情形：

我们用上面这种情况，可以检测地震的横波（图像位移），对于我们是玩一玩，对于专业人员，门槛值肯定还得优化，对于不同震级的横波。当位移很大时，我们就让电脑给出预警，地震呐！

那么我们能否检测地震纵波呢？我想应该是可以的，因为纵波会导致相机景深变化，比如，我们用景深0.02mm的相机，那么就可以感知到纵波带来的变化，相机景深变化，图像会变模糊，我们博文中曾经有一个相机自动对焦的程序，可以判断清晰模糊度，用它我们来检测纵波，想想可以，我们在纵波探测上就不尝试了，丢给专业人员吧！

另外，我们能否通过梯度方向，感知地震传播方向呢？

关于程序代码，下一节给出。

其实这个程序也可以跟踪运动的事物，不是吗？