帧间差分法_OpenCV_详解
一.基本概念
基于视频的车辆检测算法种类很多：光流法检测，帧差法，背景消除法（其中包括：直方图法，平均值法，单分布和混合高斯分布背景模型，Kalman滤波等），边缘检测法，运动矢量检测法…下面分享的是运动目标检测算法中最基本的方法—帧间差分法。
相邻帧间图像差分思想：检测出了相邻两帧图像中发生变化的区域。该方法是用图像序列中的连续两帧图像进行差分，然后二值化该灰度差分图像来提取运动信息。由帧间变化区域检测分割得到的图像，区分出背景区域和运动车辆区域，进而提取要检测的车辆目标。
它是通过比较图像序列中前后两帧图像对应像素点灰度值的不同，通过两帧相减，如果灰度值很小，可以认为该点无运动物体经过；反之灰度变化很大，则认为有物体经过。第k帧和k+1帧图像fk(x，y)，fk+l(x，y)之间的变化用一个二值差分图像D(x，y)表示，如式:
二值图中0对应前后未变化的地方，1对应变化的地方。流程图如下图所示：
帧差法的特点是实现简单，运算速度快，对于动态环境自适应性是很强的，对光线的变化不是十分的敏感。但是在运动体内易产生空洞．特别是目标运动速度较快时，影响目标区域准确提取。我们以年辆检测为例，车辆检测除了要检测出运动车辆．同时还要检测出暂时停止的车辆，在这个方面，此类方法无能为力。而且如果车辆的体积较大，那么车辆在前后帧中根容易产生重叠部分，尤其是大货车，这使得帧问差分的结果主要为车头和车尾。车辆中间部分的差分值相对报小．形成空洞，不利于检测。
二.程序源代码
-
#include “stdafx.h”
-
#include “highgui.h”
-
#include “cxcore.h”
-
#include “ml.h”
-
#include “cv.h”
-
-
void main()
-
{
-
CvCapture* capture;
-
capture=cvCaptureFromFile(
“video.avi”);
//获取视频
-
cvNamedWindow(
“camera”,CV_WINDOW_AUTOSIZE);
-
cvNamedWindow(
“moving area”,CV_WINDOW_AUTOSIZE);
-
-
-
IplImage* tempFrame;
//用于遍历capture中的帧，通道数为3，需要转化为单通道才可以处理
-
IplImage* currentFrame;
//当前帧
-
IplImage* previousFrame;
//上一帧
-
/*
-
CvMat结构，本质上和IplImage差不多，但是因为IplImage里的数据只能用uchar的形式存放，当需要这些图像数据看作数据矩阵来运算时，0~255的精度显然满足不了要求；
-
然而CvMat里却可以存放任意通道数、任意格式的数据
-
*/
-
CvMat* tempFrameMat;
-
CvMat* currentFrameMat;
//IplImage要转成CvMat进行处理
-
CvMat* previousFrameMat;
-
-
int frameNum=
0;
-
while(tempFrame=cvQueryFrame(capture))
-
{
-
//tempFrame=cvQueryFrame(capture);
-
frameNum++;
-
if(frameNum==
1)
-
{
-
//第一帧先初始化各个结构，为它们分配空间
-
previousFrame=cvCreateImage(cvSize(tempFrame->width,tempFrame->height),IPL_DEPTH_8U,
1);
-
currentFrame=cvCreateImage(cvSize(tempFrame->width,tempFrame->height),IPL_DEPTH_8U,
1);
-
currentFrameMat=cvCreateMat(tempFrame->height, tempFrame->width, CV_32FC1);
-
previousFrameMat=cvCreateMat(tempFrame->height, tempFrame->width, CV_32FC1);
-
tempFrameMat=cvCreateMat(tempFrame->height, tempFrame->width, CV_32FC1);
-
//此时这些IplImage和CvMat都是空的，没有存有数据
-
}
-
if(frameNum>=
2)
-
{
-
cvCvtColor(tempFrame, currentFrame, CV_BGR2GRAY);
//转化为单通道灰度图，此时currentFrame已经存了tempFrame的内容
-
/*
-
用cvConvert将IplImage转为CvMat，接下来用cvAbsDiff对它们处理
-
经过转换后，currentFrame没有改变，但是tempFrameMat已经存了currentFrame的内容
-
*/
-
cvConvert(currentFrame,tempFrameMat);
-
cvConvert(previousFrame,previousFrameMat);
-
-
cvAbsDiff(tempFrameMat,previousFrameMat,currentFrameMat);
//做差求绝对值
-
/*
-
在currentFrameMat中找大于20（阈值）的像素点，把currentFrame中对应的点设为255
-
此处阈值可以帮助把车辆的阴影消除掉
-
*/
-
cvThreshold(currentFrameMat,currentFrame,
20,
255.0,CV_THRESH_BINARY);
-
//cvConvert(currentFrameMat,currentFrame); //观察不二值化的情况
-
-
cvDilate(currentFrame,currentFrame);
//膨胀
-
cvErode(currentFrame,currentFrame);
//腐蚀
-
cvFlip(currentFrame,
NULL,
0);
//垂直翻转
-
//显示图像
-
cvShowImage(
“camera”,tempFrame);
-
cvShowImage(
“moving area”,currentFrame);
-
}
-
//把当前帧保存作为下一次处理的前一帧
-
cvCvtColor(tempFrame, previousFrame, CV_BGR2GRAY);
-
cvWaitKey(
33);
-
-
}
//end while
-
-
//释放资源
-
cvReleaseImage(&tempFrame);
-
cvReleaseImage(&previousFrame);
-
cvReleaseImage(¤tFrame);
-
-
cvReleaseCapture(&capture);
-
cvReleaseMat(&previousFrameMat);
-
cvReleaseMat(¤tFrameMat);
-
cvDestroyWindow(
“camera”);
-
cvDestroyWindow(
“moving area”);
-
}
【注意】代码复制他处，略有改动，进行视频输出矫正（源代码昰倒的图像）。
转载自：https://blog.csdn.net/tezhongjunxue/article/details/14492101