基于帧间差分法的运动目标检测

环境 win7 + vs2015 + Opencv2.4.13

基于帧间差分法的运动目标检测

一、运动目标一般涉及一下对象：  

 1）运动目标：需要研究的运动物体； 

 2）背景噪声：没有被检测出来的运动目标区域。 

 3）前景噪声：前景噪声是指被认定已发生了图像变化，然而并不包含任何运动目标的区域。 

 4）反射：在物体的边缘，或反射能力强的物体(如地板，钢管等)表面，由于光线极其不稳定而被当成变化物体检测出来。 

 5）阴影：运动目标在地面等物体上产生阴影，也被当成运动目标检测出来。

 6）鬼影：过去某时刻的运动目标进入背景模型，在当前时刻被当成运动目标检测出来。 

 7）干扰：对检测结果可能产生影响的因素，如摄像机自身抖动、以及背景中出现的运动的物体，如晃动的树木，闪烁的显示屏，喷泉等。

二、原理

    摄像机采集的视频序列具有连续性的特点。如果场景内没有运动目标，则连续帧的变化很微弱，如果存在运动目标，则连续的帧和帧之间会有明显地变化。

    帧间差分法就是借鉴了上述思想。由于场景中的目标在运动，目标的影像在不同图像帧中的位置不同。该类算法对时间上连续的两帧或三帧图像进行差分运算，不同帧对应的像素点相减，判断灰度差的绝对值，当绝对值超过一定阈值时，即可判断为运动目标，从而实现目标的检测功能

代码实现：

#include "opencv2/opencv.hpp"  
#include   
using namespace cv;
using namespace std;

//运动物体检测函数
Mat MoveDetect(Mat temp, Mat frame);

int main(int argc, char** argv)
{

	VideoCapture video("video.avi");//定义VideoCapture类video  

	Mat frame;//存储帧  
	Mat temp;//存储前一帧图像  
	Mat result;//存储结果图像  

	int i = 0;

	while (1) {
		video >> frame;//读帧进frame  
		imshow("frame", frame);
		waitKey(30);


		if (i == 0)//如果为第一帧（temp还为空）  
		{
			result = MoveDetect(frame, frame);//调用MoveDetect()进行运动物体检测，返回值存入result  
			i++;
		}
		else//若不是第一帧（temp有值了）  
		{
			result = MoveDetect(temp, frame);//调用MoveDetect()进行运动物体检测，返回值存入result  

		}
		imshow("result", result);

		temp = frame.clone();
	}

	return 0;
}
Mat MoveDetect(Mat temp, Mat frame)
{
	Mat result = frame.clone();
	//1.将background和frame转为灰度图  
	Mat gray1, gray2;
	cvtColor(temp, gray1, CV_BGR2GRAY);
	cvtColor(frame, gray2, CV_BGR2GRAY);
	//2.将background和frame做差  
	Mat diff;
	absdiff(gray1, gray2, diff);
	imshow("diff", diff);
	//3.对差值图diff_thresh进行阈值化处理  
	Mat diff_thresh;
	threshold(diff, diff_thresh, 10, 255, CV_THRESH_BINARY);
	imshow("diff_thresh", diff_thresh);

	GaussianBlur(diff_thresh, diff_thresh, Size(3, 3), 0, 0);

	//4.腐蚀  
	Mat kernel_erode = getStructuringElement(MORPH_RECT, Size(3, 3));
	Mat kernel_dilate = getStructuringElement(MORPH_RECT, Size(5, 5));
	erode(diff_thresh, diff_thresh, kernel_erode);
	//imshow("erode", diff_thresh);
	//5.膨胀  
	dilate(diff_thresh, diff_thresh, kernel_dilate);
	imshow("dilate", diff_thresh);
	//6.查找轮廓并绘制轮廓  
	vector> contours;
	findContours(diff_thresh, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
	//drawContours(result, contours, -1, Scalar(0, 0, 255), 2);//在result上绘制轮廓  
	//7.查找正外接矩形  
	vector boundRect(contours.size());
	for (int i = 0; i < contours.size(); i++)
	{
		boundRect[i] = boundingRect(contours[i]);
		rectangle(result, boundRect[i], Scalar(0, 255, 0), 2);//在result上绘制正外接矩形  
	}
	return result;//返回result  
}