参考链接：Vibe源码
一、文件组成
二、头文件代码
Vibe.h
#pragma once
#include <iostream>
#include "opencv2/opencv.hpp"
using namespace cv;
using namespace std;
#define NUM_SAMPLES 20 //每个像素点的样本个数
#define MIN_MATCHES 2 //#min指数
#define RADIUS 20 //Sqthere半径
#define SUBSAMPLE_FACTOR 16 //子采样概率，决定背景更新的概率
class ViBe_BGS
{
public:
ViBe_BGS(void); //构造函数
~ViBe_BGS(void);//析构函数，对开辟的内存做必要的清理工作
void init(const Mat _image); //初始化
void processFirstFrame(const Mat _image); //利用第一帧进行建模
void testAndUpdate(const Mat _image); //判断前景与背景，并进行背景跟新
Mat getMask(void) { return m_mask; };//得到前景
private:
Mat m_samples[NUM_SAMPLES]; //每一帧图像的每一个像素的样本集
Mat m_foregroundMatchCount; //统计像素被判断为前景的次数，便于更新
Mat m_mask; //前景提取后的一帧图像
};
三、源代码
1.Vibe.cpp
#include <opencv2/opencv.hpp>
#include <iostream>
#include "ViBe.h"
using namespace std;
using namespace cv;
int c_xoff[9] = { -1, 0, 1, -1, 1, -1, 0, 1, 0 }; //x的邻居点，9宫格
int c_yoff[9] = { -1, 0, 1, -1, 1, -1, 0, 1, 0 }; //y的邻居点
ViBe_BGS::ViBe_BGS(void)//构造函数
{
}
ViBe_BGS::~ViBe_BGS(void)//析构函数，对开辟的内存做必要的清理工作
{
}
/**************** Assign space and init ***************************/
void ViBe_BGS::init(const Mat _image)//成员函数初始化
{
for (int i = 0; i < NUM_SAMPLES; i++)//#define NUM_SAMPLES 20，可以这样理解，针对一帧图像，建立了20帧的样本集
{
m_samples[i] = Mat::zeros(_image.size(), CV_8UC1);//针对每一帧样本集的每一个像素初始化为8位无符号0，单通道
}
m_mask = Mat::zeros(_image.size(), CV_8UC1);//初始化
m_foregroundMatchCount = Mat::zeros(_image.size(), CV_8UC1);//每一个像素被判断为前景的次数，初始化
}
/**************** Init model from first frame ********************/
void ViBe_BGS::processFirstFrame(const Mat _image)//利用第一帧进行建模
{
RNG rng;//随机数产生器
int row, col;//行，列
for (int i = 0; i < _image.rows; i++)
{
for (int j = 0; j < _image.cols; j++)
{
for (int k = 0; k < NUM_SAMPLES; k++)
{
// Random pick up NUM_SAMPLES pixel in neighbourhood to construct the model
int random = rng.uniform(0, 9);//随机产生0-9的随机数，主要用于定位中心像素的邻域像素
row = i + c_yoff[random]; //定位中心像素的邻域像素
if (row < 0)//下面四句主要用于判断是否超出边界
row = 0;
if (row >= _image.rows)
row = _image.rows - 1;
col = j + c_xoff[random];
if (col < 0)//下面四句主要用于判断是否超出边界
col = 0;
if (col >= _image.cols)
col = _image.cols - 1;
m_samples[k].at<uchar>(i, j) = _image.at<uchar>(row, col);//将相应的像素值复制到样本集中
}
}
}
}
/**************** Test a new frame and update model ********************/
void ViBe_BGS::testAndUpdate(const Mat _image)//判断前景与背景，并进行背景跟新
{
RNG rng;
for (int i = 0; i < _image.rows; i++)
{
for (int j = 0; j < _image.cols; j++)
{
int matches(0), count(0);
float dist;
while (matches < MIN_MATCHES && count < NUM_SAMPLES)//逐个像素判断，当匹配个数大于阀值MIN_MATCHES，或整个样本集遍历完成跳出
{
dist = abs(m_samples[count].at<uchar>(i, j) - _image.at<uchar>(i, j));//当前帧像素值与样本集中的值做差，取绝对值
if (dist < RADIUS) //当绝对值小于阀值是，表示当前帧像素与样本值中的相似
matches++;
count++; //取样本值的下一个元素作比较
}
if (matches >= MIN_MATCHES) //匹配个数大于阀值MIN_MATCHES个数时，表示作为背景
{
// It is a background pixel
m_foregroundMatchCount.at<uchar>(i, j) = 0; //被检测为前景的个数赋值为0
// Set background pixel to 0
m_mask.at<uchar>(i, j) = 0;//该像素点值也为0
// 如果一个像素是背景点，那么它有 1 / defaultSubsamplingFactor 的概率去更新自己的模型样本值
int random = rng.uniform(0, SUBSAMPLE_FACTOR);//以1 / defaultSubsamplingFactor概率跟新背景
if (random == 0)
{
random = rng.uniform(0, NUM_SAMPLES);
m_samples[random].at<uchar>(i, j) = _image.at<uchar>(i, j);
}
// 同时也有 1 / defaultSubsamplingFactor 的概率去更新它的邻居点的模型样本值
random = rng.uniform(0, SUBSAMPLE_FACTOR);
if (random == 0)
{
int row, col;
random = rng.uniform(0, 9);
row = i + c_yoff[random];
if (row < 0)//下面四句主要用于判断是否超出边界
row = 0;
if (row >= _image.rows)
row = _image.rows - 1;
random = rng.uniform(0, 9);
col = j + c_xoff[random];
if (col < 0) //下面四句主要用于判断是否超出边界
col = 0;
if (col >= _image.cols)
col = _image.cols - 1;
random = rng.uniform(0, NUM_SAMPLES);
m_samples[random].at<uchar>(row, col) = _image.at<uchar>(i, j);
}
}
else//匹配个数小于阀值MIN_MATCHES个数时，表示作为前景
{
// It is a foreground pixel
m_foregroundMatchCount.at<uchar>(i, j)++;
// Set background pixel to 255
m_mask.at<uchar>(i, j) = 255;
//如果某个像素点连续N次被检测为前景，则认为一块静止区域被误判为运动，将其更新为背景点
if (m_foregroundMatchCount.at<uchar>(i, j) > 50)
{
int random = rng.uniform(0, SUBSAMPLE_FACTOR);
if (random == 0)
{
random = rng.uniform(0, NUM_SAMPLES);
m_samples[random].at<uchar>(i, j) = _image.at<uchar>(i, j);
}
}
}
}
}
}
2.main.cpp
#include "opencv2/opencv.hpp"
#include "ViBe.h"
#include <iostream>
#include <cstdio>
#include<stdlib.h>
using namespace cv;
using namespace std;
int main(int argc, char* argv[])
{
Mat frame, gray, mask;//一帧图像，灰度化，前景
VideoCapture capture;
capture.open("E:/code_c/c/LK_1/paowu_2.mp4");//输入端口
if (!capture.isOpened())
{
cout<<"No camera or video input!\n"<<endl;
return -1;
}
ViBe_BGS Vibe_Bgs;//定义一个背景差分对象
int count = 0;//帧计数器，统计为第几帧
while (1)
{
count++;
capture >> frame;
if (frame.empty())//直到视频最后一帧退出循环
break;
cvtColor(frame, gray, COLOR_RGB2GRAY);//转化为灰度图像
if (count == 1)//若为第一帧
{
Vibe_Bgs.init(gray);// 初始化
Vibe_Bgs.processFirstFrame(gray);//背景模型初始化 ,利用第一帧进行建模
cout<<" Training GMM complete!"<<endl;
}
else
{
Vibe_Bgs.testAndUpdate(gray);//判断前景与背景，并进行背景更新
mask = Vibe_Bgs.getMask();//得到前景
morphologyEx(mask, mask, MORPH_OPEN, Mat());
//利用morphologyEx这个函数可以方便的对图像进行一系列的膨胀腐蚀组合。
//morphologyEx( InputArray src, OutputArray dst,int op, InputArray kernel,Point anchor = Point(-1, -1),
// int iterations = 1,int borderType = BORDER_CONSTANT,const Scalar& borderValue = morphologyDefaultBorderValue() )
//(源图像Mat对象;目标图像Mat对象;操作的类型:ORPH_OPEN 开操作 即先腐蚀后膨胀;
//用于膨胀操作的结构元素，如果取值为Mat(),那么默认使用一个3 x 3 的方形结构元素;默认……)
imshow("mask", mask);
}
imshow("input", frame);
if (waitKey(10) == 'q' )
break;
//1.这waitKey(10)为等待10ms;
//2.加上while循环，即为无限等待
}
return 0;
}
扫一扫
3161
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
