使用差图像进行地震预测（二，c#实现）

//roi图像做差用，tempimage3=roi图像

//glob_buffer8,直接从相机取出的图像，很实时，与roi图像tempimage3有时间差。

 if (tempImage3 == null) return;

  _RoiW = Convert.ToInt32(textBoxW.Text);
            int mod = _RoiW % 4;//解决四位对齐问题20150716
            _RoiW = _RoiW + (4 - mod) % 4;

            _RoiH = Convert.ToInt32(textBoxH.Text);
            _RoiX = Convert.ToInt32(textBoxX.Text);
            _RoiY = Convert.ToInt32(textBoxY.Text);
            byte[] first = new byte[_RoiW * _RoiH];
            int W = pictureBox1.Image.Width;
            for (int i = 0; i < _RoiH; i++)
                for (int j = 0; j < _RoiW; j++)
                {                
                    try
                    {//头一帧图像
                        first[i * _RoiW + j] = glob_buffer8[((i + _RoiY) * W + j + _RoiX)];
                    }
                    catch (Exception ee)
                    { return; }
                }

 byte[] sec = new byte[_RoiW * _RoiH];
            if (tempImage3 == null) return;
            for (int i = 0; i < _RoiH; i++)
                for (int j = 0; j < _RoiW; j++)
                {
              
                    try
                    {
                        int temp = i * _RoiW + j;
                        sec[temp] = tempImage3[temp];//第二帧图像

                        int cha = Math.Abs(sec[temp] - first[temp]);//差图像
                    
                        sec[temp] = (cha < 18) ? (byte)cha : (byte)255;
                    }
                    catch (Exception ee)
                    { return; }
                }

///

 ///
            //ROI圖像梯度處理          
            int[,] 差分图像x = new int[_RoiH, _RoiW];
            int[,] 差分图像y = new int[_RoiH, _RoiW];
            int[,] 梯度图像 = new int[_RoiH, _RoiW];
            for (int i = 0; i < (_RoiH - 1); i++)
            {
                for (int j = 0; j < (_RoiW - 1); j++)
                {
                    int n0 = (i * _RoiW + j);

                    差分图像x[i, j] = Math.Abs(sec[n0] - sec[n0 + 1]);
                    差分图像y[i, j] = Math.Abs(sec[n0] - sec[n0 + _RoiW]);
                }
            }

            for (int i = 0; i < _RoiH - 1; i++)
            {
                for (int j = 0; j < _RoiW - 1; j++)
                {
                    梯度图像[i, j] = 差分图像x[i, j] + 差分图像y[i, j];
                    梯度图像[i, j] = 梯度图像[i, j] > 255 ? 255 : 梯度图像[i, j];

                }
            }

            for (int i = 0; i < _RoiW; i++)
            {
                梯度图像[0, i] = 0;
                梯度图像[_RoiH - 1, i] = 0;
            }
            for (int j = 0; j < _RoiH; j++)
            {
                梯度图像[j, 0] = 0;
                梯度图像[j, _RoiW - 1] = 0;
            }
            //求和梯度图
            long msum = 0;
            for (int j = 0; j < _RoiH; j++)
                for (int i = 0; i < _RoiW; i++)
                {
                    msum += 梯度图像[j, i];//梯度和计算
                }
            textBox3动静计量.Text = (msum / 1000).ToString();//大于门槛值显示出来。

            if (msum / 1000 > 500)
            { pictureBox4.Image = cutPic24; }