OpenCV1.0中运动模板例程

原文地址：OpenCV1.0中运动模板例程 作者：1835541013

OpenCV1.0samplesc下的例程motempl是应用运动模板中相关函数，今天主要看了一下其中应用的函数，试了一下效果。大概思路就是： 获得当前帧与上一帧的差，然后对差图像进行二值化；更新运动历史图像；然后计算运动历史图像的梯度方向，并将整个运动分割为独立的运动部分，再用一个结构序列标记每一个运动分割，最后计算选择区域的全局运动方向，从而获得运动目标的质心位置与运动方向。说明一下几个重要函数：

UpdateMotionHistory 去掉影像(silhouette) 以更新运动历史图像

void cvUpdateMotionHistory( const CvArr* silhouette, CvArr* mhi, double timestamp, double duration );
silhouette  影像 mask，运动发生地方具有非零象素
mhi  运动历史图像(单通道, 32-比特 浮点数)，为本函数所更新
timestamp  当前时间，毫秒或其它单位
duration  运动跟踪的最大持续时间，用 timestamp 一样的时间单位 

函数 cvUpdateMotionHistory 用下面方式更新运动历史图像：
mhi(x,y)=timestamp  if silhouette(x,y)!=0
mhi(x,y)= 0             if silhouette(x,y)=0 and mhi(x,y)<timestamp-duration
mhi(x,y)= mhi(x,y)   otherwise
也就是，MHI（motion history image） 中在运动发生的象素点被设置为当前时间戳，而运动发生较久的象素点被清除。

CalcMotionGradient 计算运动历史图像的梯度方向
void cvCalcMotionGradient( const CvArr* mhi, CvArr* mask, CvArr* orientation,double delta1, double delta2, int aperture_size=3 );
mhi 运动历史图像
mask Mask 图像；用来标注运动梯度数据正确的点，为输出参数。
orientation 运动梯度的方向图像，包含从 0 到 360 角度
delta1, delta2 函数在每个象素点 (x,y) 邻域寻找 MHI 的最小值 (m(x,y)) 和最大值 (M(x,y))，并且假设梯度是正确的，当且仅当：
min(delta1,delta2) <= M(x,y)-m(x,y) <= max(delta1,delta2).
aperture_size
函数所用微分算子的开孔尺寸 CV_SCHARR, 1, 3, 5 or 7 (见 cvSobel). 

函数 cvCalcMotionGradient 计算 MHI 的差分 Dx 和 Dy ，然后计算梯度方向如下式：
orientation(x,y)=arctan(Dy(x,y)/Dx(x,y))
其中都要考虑 Dx(x,y)' 和 Dy(x,y)' 的符号 (如 cvCartToPolar 类似). 然后填充 mask 以表示哪些方向是正确的(见 delta1 和delta2 的描述). 

SegmentMotion将整个运动分割为独立的运动部分
CvSeq* cvSegmentMotion( const CvArr* mhi, CvArr* seg_mask, CvMemStorage* storage,  double timestamp, double seg_thresh );
mhi 运动历史图像
seg_mask 发现应当存储的 mask 的图像, 单通道, 32bits， 浮点数.
storage 包含运动连通域序列的内存存储仓
timestamp 当前时间，毫秒单位
seg_thresh 分割阈值，推荐等于或大于运动历史“每步”之间的间隔。
函数 cvSegmentMotion 寻找所有的运动分割，并且在seg_mask 用不同的单独数字(1,2,...)标识它们。它也返回一个具有 CvConnectedComp 结构的序列，其中每个结构对应一个运动部件。在这之后，每个运动部件的运动方向就可以被函数 cvCalcGlobalOrientation 利用提取的特定部件的掩模(mask)计算出来(使用 cvCmp)
CalcGlobalOrientation 计算某些选择区域的全局运动方向
double cvCalcGlobalOrientation( const CvArr* orientation, const CvArr* mask, const CvArr* mhi,
double timestamp, double duration );
orientation
运动梯度方向图像，由函数 cvCalcMotionGradient 得到
mask Mask 图像. 它可以是正确梯度 mask (由函数 cvCalcMotionGradient 得到)与区域 mask 的结合，其中区域 mask 确定哪些方向需要计算。
mhi 运动历史图象
timestamp 当前时间（单位毫秒或其它）最好在传递它到函数 cvUpdateMotionHistory 之前存储一下以便以后的重用，因为对大图像运行 cvUpdateMotionHistory 和 cvCalcMotionGradient 会花费一些时间
duration 运动跟踪的最大持续时间，用法与 cvUpdateMotionHistory 中的一致
函数 cvCalcGlobalOrientation 在选择的区域内计算整个运动方向，并且返回 0° 到 360° 之间的角度值。首先函数创建运动直方图，寻找基本方向做为直方图最大值的坐标。然后函数计算与基本方向的相对偏移量，做为所有方向向量的加权和：运行越近，权重越大。得到的角度是基本方向和偏移量的循环和。

获得索引对象的矩形为感兴趣区域，返回角度，绘制圆形和方向线。