平均背景提取2

平均背景法是一种学习背景场景和分割前景目标的简单方法。这种方法只能用于背景场景中不包含运动部分。而且，这种方法还要求光线保持不变，比如室内静止场景。
背景建模方法网站：http://underthehood.blog.51cto.com/2531780/484191（good）
http://www.cnblogs.com/xrwang/archive/2010/02/21/ForegroundDetection.html
http://hi.baidu.com/laogong214/blog/item/cae6d92694e45c0a4d088d06.html
转自：http://hi.baidu.com/lin65505578/blog/item/773db19653e30f137bf48096.html
代码：

#include"stdafx.h"
#include"cv.h"
#include "highgui.h"
#include <stdio.h>
IplImage *IavgF,*IdiffF,*IprevF,*IhiF,*IlowF;
IplImage *Iscratch,*Iscratch2;
IplImage * Igray1,*Igray2,*Igray3;
IplImage *Ilow1,*Ilow2 ,*Ilow3;
IplImage *Ihi1,*Ihi2,*Ihi3;
IplImage *Imaskt;
IplImage *Imask;
float Icount;
void AllocateImages(IplImage *I);
void accumulateBackground(IplImage * I);
void createModelsfromStats();
void setHighThreshold(float scale);
void setLowThreshold(float scale);
void backgroundDiff(IplImage *I,IplImage * Imask);
void DeallocateImages();
int main(int argc,char ** argv)
{
CvCapture *capture=cvCreateCameraCapture(-1);
if (NULL==capture)
{
printf("没有找到摄像头装置！\n");
return -1;
}
IplImage * Img=cvQueryFrame(capture);
cvNamedWindow("原图",0);
cvNamedWindow("检测图",0);
cvShowImage("原图",Img);
AllocateImages(Img);//初始化
printf("开始统计背景模型\n");
while (Icount<300)//统计背景模型
{
accumulateBackground(Img);
Img=cvQueryFrame(capture);
cvWaitKey(100);
cvShowImage("原图",Img);
printf(".");
}
createModelsfromStats();//就算每一个像素的均值和方差观测
printf("\n统计背景模型结束.....\n");
printf("按任意键开始分割图像.....\n");
cvWaitKey(NULL);
printf("开始分割图像.....\n");
while (1)
{
Img=cvQueryFrame(capture);
backgroundDiff(Img,Imask);
cvShowImage("原图",Img);
cvShowImage("检测图",Imask);
if (27==cvWaitKey(100))
break;
}
cvDestroyAllWindows();
//释放内存
DeallocateImages();
cvReleaseCapture(&capture);
return 0;

}

void AllocateImages(IplImage *I)
{
CvSize sz=cvGetSize(I);
IavgF=cvCreateImage(sz,IPL_DEPTH_32F,3);
IdiffF=cvCreateImage(sz,IPL_DEPTH_32F,3);
IprevF=cvCreateImage(sz,IPL_DEPTH_32F,3);
IhiF=cvCreateImage(sz,IPL_DEPTH_32F,3);
IlowF=cvCreateImage(sz,IPL_DEPTH_32F,3);
Ilow1=cvCreateImage(sz,IPL_DEPTH_32F,1);
Ilow2=cvCreateImage(sz,IPL_DEPTH_32F,1);
Ilow3=cvCreateImage(sz,IPL_DEPTH_32F,1);
Ihi1=cvCreateImage(sz,IPL_DEPTH_32F,1);
Ihi2=cvCreateImage(sz,IPL_DEPTH_32F,1);
Ihi3=cvCreateImage(sz,IPL_DEPTH_32F,1);
cvZero(IavgF);
cvZero(IdiffF);
cvZero(IprevF);
cvZero(IhiF);
cvZero(IlowF);
Icount=0.00001;
Iscratch=cvCreateImage(sz,IPL_DEPTH_32F,3);
Iscratch2=cvCreateImage(sz,IPL_DEPTH_32F,3);
Igray1=cvCreateImage(sz,IPL_DEPTH_32F,1);
Igray2=cvCreateImage(sz,IPL_DEPTH_32F,1);
Igray3=cvCreateImage(sz,IPL_DEPTH_32F,1);
Imaskt=cvCreateImage(sz,IPL_DEPTH_8U,1);
Imask=cvCreateImage(sz,IPL_DEPTH_8U,1);
cvZero(Iscratch);
cvZero(Iscratch2);
cvZero(Imask);
cvZero(Imaskt);
}
void accumulateBackground(IplImage * I)
{
static int first=1;
cvCvtScale(I,Iscratch,1,0);
if (!first)
{
cvAcc(Iscratch,IavgF);
cvAbsDiff(Iscratch,IprevF,Iscratch2);
cvAcc(Iscratch2,IdiffF);
Icount+=1.0;
}
first=0;
cvCopy(Iscratch,IprevF);
}
void createModelsfromStats()
{
//通过除以输入图像积累的数目计算平均原始图像和绝对差分图像
cvConvertScale(IavgF,IavgF,(double)(1.0/Icount));
cvConvertScale(IdiffF,IdiffF,(double)(1.0/Icount));

//make sure diff is slways something
cvAddS(IdiffF,cvScalar(1.0,1.0,1.0),IdiffF);//确保平均差分图像的值最小是1
setHighThreshold(7.0);//当计算前景和背景阈值以及避免前景阈值和背景阈值相等而出现的退化情况时，我们要缩放这个因素
setLowThreshold(6.0);
}
void setHighThreshold(float scale)
{
cvConvertScale(IdiffF,Iscratch,scale);
cvAdd(Iscratch,IavgF,IhiF);
cvSplit(IhiF,Ihi1,Ihi2,Ihi3,0);
}
void setLowThreshold(float scale)
{
cvConvertScale(IdiffF,Iscratch,scale);
cvSub(IavgF,Iscratch,IlowF);
cvSplit(IlowF,Ilow1,Ilow2,Ilow3,0);
}
void backgroundDiff(IplImage *I,IplImage * Imask)
{
cvConvertScale(I,Iscratch,1,0);
cvSplit(Iscratch,Igray1,Igray2,Igray3,0);
cvInRange(Igray1,Ilow1,Ihi1,Imask);
cvInRange(Igray2,Ilow2,Ihi2,Imaskt);
cvOr(Imask,Imaskt,Imask);
cvInRange(Igray3,Ilow3,Ihi3,Imask);
cvOr(Imask,Imaskt,Imask);
cvSubRS(Imask,cvScalar(255),Imask);
}
void DeallocateImages()
{
cvReleaseImage(&IavgF);
cvReleaseImage(&IdiffF);
cvReleaseImage(&IprevF);
cvReleaseImage(&IhiF);
cvReleaseImage(&IlowF);
cvReleaseImage(&Ilow1);
cvReleaseImage(&Ilow2);
cvReleaseImage(&Ilow3);
cvReleaseImage(&Ihi1);
cvReleaseImage(&Ihi2);
cvReleaseImage(&Ihi3);
cvReleaseImage(&Iscratch);
cvReleaseImage(&Iscratch2);
cvReleaseImage(&Igray1);
cvReleaseImage(&Igray2);
cvReleaseImage(&Igray3);
cvReleaseImage(&Imaskt);
cvReleaseImage(&Imask);
}