OpenCV3学习（10.4）基于KNN的背景/前景分割算法BackgroundSubtractorKNN算法

算法流程
源码的算法流程可以总结如下，对于图像某个位置的新像素值：

（1）与该像素值历史信息（包括前几帧的像素值和像素点是前景还是背景的判断）比较，如果像素值之间的差别在指定阈值内，则认为新像素值与该历史信息是匹配的，是“潜在的”一类；所有历史信息比较完毕后，如果与历史信息匹配的次数超过了设定阈值，那么：（1）新像素点被归为“潜在背景点”（2）如果被匹配的历史信息中属于背景的点个数超过设定阈值，那么新的像素点就被归为背景点

（2）将新像素点根据一定规则保存到历史信息中（这个保存规则还挺复杂的）

看源码的过程中算法的第一步流程清晰明了，很容易理解，但是第二步过程的保存规则着实搞晕了，主要的疑问是为什么搞这么复杂的保存规则？好吧，为了验证其作用和目的，我先把算法流程简化为：实时保存每个像素点的历史7帧信息，之后新的像素点与历史7帧像素点比较，然后按照上面的流程进行前景/背景的判断。

#include "opencv2/imgcodecs.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/videoio.hpp"
#include 
#include 
#include 
#include 
using namespace cv;
using namespace std;
 
const int HISTORY_NUM = 7;// 14;// 历史信息帧数
const int nKNN = 3;// KNN聚类后判断为背景的阈值
const float defaultDist2Threshold = 20.0f;// 灰度聚类阈值
 
struct PixelHistory
{
	unsigned char *gray;// 历史灰度值
	unsigned char *IsBG;// 对应灰度值的前景/背景判断，1代表判断为背景，0代表判断为前景
};
 
 
int main()
{
	PixelHistory* framePixelHistory = NULL;// 记录一帧图像中每个像素点的历史信息
	cv::Mat frame, FGMask, FGMask_KNN;
	int keyboard = 0;
	int rows, cols;
	rows = cols = 0;
	bool InitFlag = false;
	int frameCnt = 0;
	int gray = 0;
	VideoCapture capture("768X576.avi");
	Ptr pBackgroundKnn =
		createBackgroundSubtractorKNN();
	pBackgroundKnn->setHistory(200);
	pBackgroundKnn->setDist2Threshold(600);
	pBackgroundKnn->setShadowThreshold(0.5);
 
	while ((char)keyboard != 'q' && (char)keyboard != 27)
	{
		// 读取当前帧
		if (!capture.read(frame))
			exit(EXIT_FAILURE);
 
		cvtColor(frame, frame, CV_BGR2GRAY);
		if (!InitFlag)
		{
			// 初始化一些变量
			rows = frame.rows;
			cols = frame.cols;
			FGMask.create(rows, cols, CV_8UC1);// 输出图像初始化
 
			// framePixelHistory分配空间
			framePixelHistory = (PixelHistory*)malloc(rows*cols * sizeof(PixelHistory));
			for (int i = 0; i < rows*cols; i++)
			{
				framePixelHistory[i].gray = (unsigned char*)malloc(HISTORY_NUM * sizeof(unsigned char));
				framePixelHistory[i].IsBG = (unsigned char*)malloc(HISTORY_NUM * sizeof(unsigned char));
				memset(framePixelHistory[i].gray, 0, HISTORY_NUM * sizeof(unsigned char));
				memset(framePixelHistory[i].IsBG, 0, HISTORY_NUM * sizeof(unsigned char));
			}
 
			InitFlag = true;
		}
		if (InitFlag)
		{
			FGMask.setTo(Scalar(255));
			for (int i = 0; i < rows; i++)
			{
				for (int j = 0; j < cols; j++)
				{
					gray = frame.at(i, j);
					int fit = 0;
					int fit_bg = 0;
					// 比较确定前景/背景
					for (int n = 0; n < HISTORY_NUM; n++)
					{
						if (fabs(gray - framePixelHistory[i*cols + j].gray[n]) < defaultDist2Threshold)// 灰度差别是否位于设定阈值内
						{
							fit++;
							if (framePixelHistory[i*cols + j].IsBG[n])// 历史信息对应点之前被判断为背景
							{
								fit_bg++;
							}
						}
					}
					if (fit_bg >= nKNN)// 当前点判断为背景
					{
						FGMask.at(i, j) = 0;
					}
					// 更新历史值
					int index = frameCnt % HISTORY_NUM;
					framePixelHistory[i*cols + j].gray[index] = gray;
					framePixelHistory[i*cols + j].IsBG[index] = fit >=nKNN ? 1:0;// 当前点作为背景点存入历史信息
					
				}
			}
		}
 
		pBackgroundKnn->apply(frame, FGMask_KNN);
		imshow("Frame", frame);
		imshow("FGMask", FGMask);
		imshow("FGMask_KNN", FGMask_KNN);
 
		keyboard = waitKey(30);
		frameCnt++;
	}
	capture.release();
 
	return 0;
 
}

 

算法效果如上图所示：左图是检测的背景（黑色）/前景（白色）效果，右图是原图。可以看到行人能够有效的检测得到，但是同时行人背后出现了局部认为是前景的区域。这是为啥？因为我们的历史信息就是前7帧像素值，由于行人具有一定宽高，存在身后区域的之前几帧都被行人身体覆盖的情况。所以即便行人已经走过，被行人覆盖的背景像素得以露出，但是它对比的像素点大多是行人的历史像素点，所以又被划分为前景。

那如何解决这个问题？一种思路就是历史信息不仅包含一部分“最近的历史信息”，譬如前7帧，还要包含一部分“遥远的历史信息”，譬如前面的第10帧，第15帧之类的。这样即使行人经过的区域“最近的历史信息”都是行人区域的像素值，但是“遥远的历史信息”中就是行人未经过时的背景点像素值。行人已经走过，被行人覆盖的背景像素得以露出，它与该点“遥远的历史信息”比较相似，那也会被判断为背景点。
想法很美好，但是实际操作中还是遇到很多问题的，譬如历史帧数和一些阈值如何做到相互匹配且鲁棒？如何定义“最近的历史信息”和“遥远的历史信息”，它们的更新规则是什么？自己虽然做了一些尝试，但是短时间内无法对这个给出比较普适的结果。但是BackgroundSubtractorKNN给出了，且其背后有一定的数学理论支撑（尴尬，就是这部分数学理论楼主没看懂。。）

转载自：https://blog.csdn.net/lwx309025167/article/details/78573152（有源码解读）

Ptrcv::createBackgroundSubtractorKNN(int history = 500, double dist2Threshold = 400.0, bool detectShadows = true)

history -- 用于建模的历史帧数

dist2Threshold -- 像素和样本之间平方距离的阈值，以确定像素是否接近该样本。此参数不影响后台更新。

dectectShadow -- 如果为true，算法将检测阴影并标记它们。 它会降低速度，因此如果您不需要此功能，请将参数设置为false。