自己的工程代码在开源中国:GMM源代码+详细注释
本文通过OpenCV来实现一种前景检测算法——GMM,算法采用的思想来自论文[1][2][4]。在进行前景检测前,先对背景进行训练,对图像中每个背景采用一个混合高斯模型进行模拟,每个背景的混合高斯的个数可以自适应。然后在测试阶段,对新来的像素进行GMM匹配,如果该像素值能够匹配其中一个高斯,则认为是背景,否则认为是前景。由于整个过程GMM模型在不断更新学习中,所以对动态背景有一定的鲁棒性。最后通过对一个有树枝摇摆的动态背景进行前景检测,取得了较好的效果。
关键字:GMM,opencv,前景检测
前言
前景检测主要分为帧差法,平均背景法,光流法,前景建模法,背景非参数估计,背景建模法等。而本文要实现的方法属于背景建模法中的一种——GMM,也称混合高斯模型。
混合高斯模型最早在计算机视觉中的应用是Stauffer et al.[1],作者将其用来做前景检测,主要是用于视频监控领域,这个系统和稳定且有自学能力,能在户外环境跑16个多月。KaewTraKulPong et al.[2]将GMM的训练过程做了改进,将训练过程分为2步进行,前L帧采用EM算法进行权值,均值,方差更新,后面的过程就采用[1]中的方法进行更新,取得了更好的检测效果。Zivkovic et al.在[3]中对GMM理论做了全面的论述,使得GMM理论的使用不仅金限于计算机视觉领域。并且该作者在[4]将该理论进一步具体到背景减图的前景检测中来,即加入了参数估计的先验知识,取得了很好的效果和稳定性。
最近几年陆续有学者对GMM的背景见图中的应用做了更深一步的研究,其代表性贡献见论文[5][6]。
实现过程
本文中主要是根据[2][4]中提出的算法,采用其中的更新方差来根性模型中的3个参数,最后结合用opencv基本底层函数实现该算法。其主要过程如下:
- 首先将每个高斯的均值,方差,权值都设置为0,即初始化个模型矩阵参数。
- 采用视频中的T帧用来训练GMM模型。对每一个像素而言,建立其模型个数最大GMM_MAX_COMPONT个高斯的GMM模型。当第一个像素来,单独为其在程序中设置好其固定的初始均值,方差,并且权值设置为1。
- 非第一帧训练过程中,当后面来的像素值时,与前面已有的高斯的均值比较,如果该像素点的值与其模型均值差在3倍的方差内,则任务属于该高斯。此时用如下方程进行更新:
4. 当到达训练的帧数T后,进行不同像素点GMM个数自适应的选择。首先用权值除以方差对各个高斯进行从大到小排序,然后选取最前面B个高斯,使
这样就可以很好的消除训练过程中的噪声点。
5. 在测试阶段,对新来像素点的值与B个高斯中的每一个均值进行比较,如果其差值在2倍的方差之间的话,则认为是背景,否则认为是前景。并且只要其中有一个高斯分量满足该条件就认为是前景。前景赋值为255,背景赋值为0。这样就形成了一副前景二值图。
6. 由于前景二值图中含有很多噪声,所以采用了形态学的开操作将噪声缩减到0,紧接着用闭操作重建由于开操作丢失的边缘部分的信息。消除了不连通的小噪声点。
上面是该算法实现的大概流程,但是当我们在具体编程时,还是有很多细节的地方需要注意,比如有些参数值的选择。在这里,经过试验将一些常用的参数值声明如下:
- 3个参数的值的更新方差中,取其中的学习率为0.005。也就是说T等于200。
- 定义每个像素的最大混合高斯个数取7。
- 取视频的前200帧进行训练。
- 取Cf为0.3。即满足权值大于0.7的个数为自适应高斯的个数B。
- 训练过程中,需要新建立一个高斯时,其权值取值设为与学习率大小值相等,即0.005。
- 训练过程中,需要新建立一个高斯时,取该高斯的均值为该输入像素值大小本身。方差为15。
- 训练过程中,需要新建立一个高斯时,取该高斯的方差15。
程序流程框图
该工程的流程框图如下图所示:
试验结果
本次试验的数据为摇摆的树枝作为背景,Waving Trees,其来源网址为:http://research.microsoft.com/en-us/um/people/jckrumm/WallFlower/TestImages.htm 由于该数据是286张bmp格式的图片,所以用的前200张图片来作为GMM参数训练,后186张作为测试。训练的过程中树枝被很大幅度的摆动,测试过程中有行人走动,该行人是需要迁就检测的部分。
下图为训练过程中动态背景截图
由上图可以看出,树枝在不断摇摆,可见其背景是动态的。
没有形态学处理的结果如下:
下图是有简单形态学的试验结果:
(上面2幅图的左边为测试原始图片,右图为检测效果图)
总结
通过本次试验,不仅学习到了GMM的相关理论知识,以及背景减图法在前景检测中的应用。更重要的时,对opencv在计算机视觉中的使用更进一步的熟悉了。另外对于目标检测的难点有了更深一层的理解。
参考文献
- Stauffer, C. and W. E. L. Grimson (1999). Adaptive background mixture models for real-time tracking, IEEE.
- KaewTraKulPong, P. and R. Bowden (2001). An improved adaptive background mixture model for real-time tracking with shadow detection.
- Zivkovic, Z. and F. van der Heijden (2004). "Recursive unsupervised learning of finite mixture models." Pattern Analysis and Machine Intelligence, IEEE Transactions on 26(5): 651-656.
- Zivkovic, Z. and F. van der Heijden (2006). "Efficient adaptive density estimation per image pixel for the task of background subtraction." Pattern recognition letters 27(7): 773-780.
- Bouzerdoum, A., A. Beghdadi, et al. (2010). "On the analysis of background subtraction techniques using Gaussian mixture models."
- Lin, H. H., J. H. Chuang, et al. (2011). "Regularized background adaptation: a novel learning rate control scheme for Gaussian mixture modeling." Image Processing, IEEE Transactions on 20(3): 822-836.
后续改进
需要改进的地方:
1. 程序运行的速度太慢,很多参数都是浮点数,每个像素都要建立一个gmm,gmm个数本身比较多,所以训练过程中速度比较慢,代码需要优化。
2. 最后生成的前景图需要用连通域处理算法进行修整,即需要形态学操作,然后找出连通域大小满足要求的轮廓,用多边形拟合来进行处理。这种算法在《learning opencv》一书中有提到。后续有时间加入该算法,效果会好很多的。
MOG_BGS.h
- #pragma once
- #include <iostream>
- #include "opencv2/opencv.hpp"
- using namespace cv;
- using namespace std;
- //定义gmm模型用到的变量
- #define GMM_MAX_COMPONT 6 //每个GMM最多的高斯模型个数
- #define GMM_LEARN_ALPHA 0.005
- #define GMM_THRESHOD_SUMW 0.7
- #define TRAIN_FRAMES 60 // 对前 TRAIN_FRAMES 帧建模
- class MOG_BGS
- {
- public:
- MOG_BGS(void);
- ~MOG_BGS(void);
- void init(const Mat _image);
- void processFirstFrame(const Mat _image);
- void trainGMM(const Mat _image);
- void getFitNum(const Mat _image);
- void testGMM(const Mat _image);
- Mat getMask(void){return m_mask;};
- private:
- Mat m_weight[GMM_MAX_COMPONT]; //权值
- Mat m_mean[GMM_MAX_COMPONT]; //均值
- Mat m_sigma[GMM_MAX_COMPONT]; //方差
- Mat m_mask;
- Mat m_fit_num;
- };
MOG_BGS.cpp
- #include "MOG_BGS.h"
- MOG_BGS::MOG_BGS(void)
- {
- }
- MOG_BGS::~MOG_BGS(void)
- {
- }
- // 全部初始化为0
- void MOG_BGS::init(const Mat _image)
- {
- /****initialization the three parameters ****/
- for(int i = 0; i < GMM_MAX_COMPONT; i++)
- {
- m_weight[i] = Mat::zeros(_image.size(), CV_32FC1);
- m_mean[i] = Mat::zeros(_image.size(), CV_8UC1);
- m_sigma[i] = Mat::zeros(_image.size(), CV_32FC1);
- }
- m_mask = Mat::zeros(_image.size(),CV_8UC1);
- m_fit_num = Mat::ones(_image.size(),CV_8UC1);
- }
- //gmm第一帧初始化函数实现
- //捕获到第一帧时对高斯分布进行初始化.主要包括对每个高斯分布的权值、期望和方差赋初值.
- //其中第一个高斯分布的权值为1,期望为第一个像素数据.其余高斯分布权值为0,期望为0.
- //每个高斯分布都被赋予适当的相等的初始方差 15
- void MOG_BGS::processFirstFrame(const Mat _image)
- {
- for(int i = 0; i < GMM_MAX_COMPONT; i++)
- {
- if (i == 0)
- {
- m_weight[i].setTo(1.0);
- _image.copyTo(m_mean[i]);
- m_sigma[i].setTo(15.0);
- }
- else
- {
- m_weight[i].setTo(0.0);
- m_mean[i].setTo(0);
- m_sigma[i].setTo(15.0);
- }
- }
- }
- // 通过新的帧来训练GMM
- void MOG_BGS::trainGMM(const Mat _image)
- {
- for(int i = 0; i < _image.rows; i++)
- {
- for(int j = 0; j < _image.cols; j++)
- {
- int num_fit = 0;
- /**************************** Update parameters Start ******************************************/
- for(int k = 0 ; k < GMM_MAX_COMPONT; k++)
- {
- int delm = abs(_image.at<uchar>(i, j) - m_mean[k].at<uchar>(i, j));
- long dist = delm * delm;
- // 判断是否匹配:采样值与高斯分布的均值的距离小于3倍方差(表示匹配)
- if( dist < 3.0 * m_sigma[k].at<float>(i, j))
- {
- // 如果匹配
- /****update the weight****/
- m_weight[k].at<float>(i, j) += GMM_LEARN_ALPHA * (1 - m_weight[k].at<float>(i, j));
- /****update the average****/
- m_mean[k].at<uchar>(i, j) += (GMM_LEARN_ALPHA / m_weight[k].at<uchar>(i, j)) * delm;
- /****update the variance****/
- m_sigma[k].at<float>(i, j) += (GMM_LEARN_ALPHA / m_weight[k].at<float>(i, j)) * (dist - m_sigma[k].at<float>(i, j));
- }
- else
- {
- // 如果不匹配。则该该高斯模型的权值变小
- m_weight[k].at<float>(i, j) += GMM_LEARN_ALPHA * (0 - m_weight[k].at<float>(i, j));
- num_fit++; // 不匹配的模型个数
- }
- }
- /**************************** Update parameters End ******************************************/
- /*********************** Sort Gaussian component by 'weight / sigma' Start ****************************/
- //对gmm各个高斯进行排序,从大到小排序,排序依据为 weight / sigma
- for(int kk = 0; kk < GMM_MAX_COMPONT; kk++)
- {
- for(int rr=kk; rr< GMM_MAX_COMPONT; rr++)
- {
- if(m_weight[rr].at<float>(i, j)/m_sigma[rr].at<float>(i, j) > m_weight[kk].at<float>(i, j)/m_sigma[kk].at<float>(i, j))
- {
- //权值交换
- float temp_weight = m_weight[rr].at<float>(i, j);
- m_weight[rr].at<float>(i, j) = m_weight[kk].at<float>(i, j);
- m_weight[kk].at<float>(i, j) = temp_weight;
- //均值交换
- uchar temp_mean = m_mean[rr].at<uchar>(i, j);
- m_mean[rr].at<uchar>(i, j) = m_mean[kk].at<uchar>(i, j);
- m_mean[kk].at<uchar>(i, j) = temp_mean;
- //方差交换
- float temp_sigma = m_sigma[rr].at<float>(i, j);
- m_sigma[rr].at<float>(i, j) = m_sigma[kk].at<float>(i, j);
- m_sigma[kk].at<float>(i, j) = temp_sigma;
- }
- }
- }
- /*********************** Sort Gaussian model by 'weight / sigma' End ****************************/
- /*********************** Create new Gaussian component Start ****************************/
- if(num_fit == GMM_MAX_COMPONT && 0 == m_weight[GMM_MAX_COMPONT - 1].at<float>(i, j))
- {
- //if there is no exit component fit,then start a new component
- //当有新值出现的时候,若目前分布个数小于M,新添一个分布,以新采样值作为均值,并赋予较大方差和较小权值
- for(int k = 0 ; k < GMM_MAX_COMPONT; k++)
- {
- if(0 == m_weight[k].at<float>(i, j))
- {
- m_weight[k].at<float>(i, j) = GMM_LEARN_ALPHA;
- m_mean[k].at<uchar>(i, j) = _image.at<uchar>(i, j);
- m_sigma[k].at<float>(i, j) = 15.0;
- //normalization the weight,let they sum to 1
- for(int q = 0; q < GMM_MAX_COMPONT && q != k; q++)
- {
- //对其他的高斯模型的权值进行更新,保持权值和为1
- /****update the other unfit's weight,u and sigma remain unchanged****/
- m_weight[q].at<float>(i, j) *= (1 - GMM_LEARN_ALPHA);
- }
- break; //找到第一个权值不为0的即可
- }
- }
- }
- else if(num_fit == GMM_MAX_COMPONT && m_weight[GMM_MAX_COMPONT -1].at<float>(i, j) != 0)
- {
- //如果GMM_MAX_COMPONT都曾经赋值过,则用新来的高斯代替权值最弱的高斯,权值不变,只更新均值和方差
- m_mean[GMM_MAX_COMPONT-1].at<uchar>(i, j) = _image.at<uchar>(i, j);
- m_sigma[GMM_MAX_COMPONT-1].at<float>(i, j) = 15.0;
- }
- /*********************** Create new Gaussian component End ****************************/
- }
- }
- }
- //对输入图像每个像素gmm选择合适的高斯分量个数
- //排序后最有可能是背景分布的排在最前面,较小可能的短暂的分布趋向于末端.我们将排序后的前fit_num个分布选为背景模型;
- //在排过序的分布中,累积概率超过GMM_THRESHOD_SUMW的前fit_num个分布被当作背景模型,剩余的其它分布被当作前景模型.
- void MOG_BGS::getFitNum(const Mat _image)
- {
- for(int i = 0; i < _image.rows; i++)
- {
- for(int j = 0; j < _image.cols; j++)
- {
- float sum_w = 0.0; //重新赋值为0,给下一个像素做累积
- for(uchar k = 0; k < GMM_MAX_COMPONT; k++)
- {
- sum_w += m_weight[k].at<float>(i, j);
- if(sum_w >= GMM_THRESHOD_SUMW) //如果这里THRESHOD_SUMW=0.6的话,那么得到的高斯数目都为1,因为每个像素都有一个权值接近1
- {
- m_fit_num.at<uchar>(i, j) = k + 1;
- break;
- }
- }
- }
- }
- }
- //gmm测试函数的实现
- void MOG_BGS::testGMM(const Mat _image)
- {
- for(int i = 0; i < _image.rows; i++)
- {
- for(int j = 0; j < _image.cols; j++)
- {
- int k = 0;
- for( ; k < m_fit_num.at<uchar>(i, j); k++)
- {
- if(abs(_image.at<uchar>(i, j) - m_mean[k].at<uchar>(i, j)) < (uchar)( 2.5 * m_sigma[k].at<float>(i, j)))
- {
- m_mask.at<uchar>(i, j) = 0;
- break;
- }
- }
- if(k == m_fit_num.at<uchar>(i, j))
- {
- m_mask.at<uchar>(i, j) = 255;
- }
- }
- }
- }
Main.cpp
- // This is based on the "An Improved Adaptive Background Mixture Model for
- // Real-time Tracking with Shadow Detection" by P. KaewTraKulPong and R. Bowden
- // Author : zouxy
- // Date : 2013-4-13
- // HomePage : http://blog.csdn.net/zouxy09
- // Email : zouxy09@qq.com
- #include "opencv2/opencv.hpp"
- #include "MOG_BGS.h"
- #include <iostream>
- #include <cstdio>
- using namespace cv;
- using namespace std;
- int main(int argc, char* argv[])
- {
- Mat frame, gray, mask;
- VideoCapture capture;
- capture.open("video.avi");
- if (!capture.isOpened())
- {
- cout<<"No camera or video input!\n"<<endl;
- return -1;
- }
- MOG_BGS Mog_Bgs;
- int count = 0;
- while (1)
- {
- count++;
- capture >> frame;
- if (frame.empty())
- break;
- cvtColor(frame, gray, CV_RGB2GRAY);
- if (count == 1)
- {
- Mog_Bgs.init(gray);
- Mog_Bgs.processFirstFrame(gray);
- cout<<" Using "<<TRAIN_FRAMES<<" frames to training GMM..."<<endl;
- }
- else if (count < TRAIN_FRAMES)
- {
- Mog_Bgs.trainGMM(gray);
- }
- else if (count == TRAIN_FRAMES)
- {
- Mog_Bgs.getFitNum(gray);
- cout<<" Training GMM complete!"<<endl;
- }
- else
- {
- Mog_Bgs.testGMM(gray);
- mask = Mog_Bgs.getMask();
- morphologyEx(mask, mask, MORPH_OPEN, Mat());
- erode(mask, mask, Mat(7, 7, CV_8UC1), Point(-1, -1)); // You can use Mat(5, 5, CV_8UC1) here for less distortion
- dilate(mask, mask, Mat(7, 7, CV_8UC1), Point(-1, -1));
- imshow("mask", mask);
- }
- imshow("input", frame);
- if ( cvWaitKey(10) == 'q' )
- break;
- }
- return 0;
- }