基于opencv+vs视频运动区域提取

博友们：

        大家好，这是我首次写博客，之前也读过都铎博客达人们写的博客，觉得博客有很多的好处，能让自己更加的了解自己所学的，让自己更加的明白，能从中找到自己的不足，再者就是能和大家一起探讨自己所有的领域。能相互解答我们感兴趣的问题。所以前段时间开通的博客，现在我来讲述一下，最近我看的关于运动区域的提取。

        我是一个在校的研究生，由于现在手上的工作不是很多，我是做视频方向的，所以选择一家公司实习，是一家做视频监控的，我现在所做的项目是，关于烟雾方面的运动提取。由于自己是小白，什么都不懂，并且自己的码代码的能力也不足，下面我讲述的有很多的不足，希望可以有大牛们给予指点，和感兴趣的朋友一起探讨。

        不多说了，下面进入正题，由于现在是高科技发展的时代，对各种方面的检测都是运用高科技，我们是对一个含有烟雾的视频进行检测，视频是由监控摄像头来拍摄的。

        我的应用环境是vs2013+opencv2.4.9，首先我们得到的视频时给予不同位置的，主要分为两种一种是有烟雾的，一种是无烟雾的，但是拍摄的过程中由于处在高空中的原因，摄像头会由于风的干扰，又分为抖动和静止的，对于禁止的我们可以很好地操作，但是对于抖动的我到目前为止还没有想到什么好点的方法（如有人了解可以留言讨论一下）。在此之前，我参考了许多的文献，然而大部分的文献类容是给予理论上的研究，以及室内环境里面的，都是一些国家自然基金，和某某公司合作的项目，里面只是阐述的大致的内容，没有涉及具体的计算过程。这样就给我带来了很多的困难（我试着联系过吉林大学的一个博士，他就说是公司的一个项目涉及到公司利益和版权，就不了了之了），于是我就是这项分为三个步骤来进行：第一步是、将得到的视频进行预处理，然后进行运动区域检测，提取运动的目标；第二步是、将提取出来的运动区域进行烟雾分析，来去除一些不是烟雾的运动区域，得到烟雾区域或者疑似烟雾区域；第三步是、进行报警。整个烟雾检测的过程我的理解就是分成为三个部分。其中难点在于第二个部分。下面我将阐述一下第一步骤：

        从目前来看，运动不标的提取，主要有两个方面，一个是帧差，另外一个是高斯背景建模（包括背景建模），那么对已前者的话就是，利用后一帧减去前一帧，这样就可以得到运动的区域，将得到的帧差图进行二值化，显示出来，对于摄像头和背景不运动的情况下可以很好地判断出来；对于第二种的话我们采取背景建模的方法，有前后几帧的背景建模，高斯建模，混合高斯建模（就是多几个高斯模型）。我目前所做的就是第一步的所有内容，由于我们所做的是烟雾检测，包括室内室外的，例如高空中对一个烟囱的烟雾检测，那么此时摄像头会收到大风的影响，拍摄出来的画面是抖动的，此时我就是用混合高斯背景建模，再得到差值图像中，我有对其进行了处理，先腐蚀再膨胀，为什么采取这个这个处理方式？我的理解是，先腐蚀的过程是因为我要去除一些噪声干扰的因素后，在对其进行膨胀，这样得出的差值图相比较以前有了一点点的改善。（下面是我进行的代码操作）

#include <stdio.h>
#include <cv.h>
#include <cxcore.h>
#include <high