运动目标前景检测之ViBe源代码分析
一方面为了学习，一方面按照老师和项目的要求接触到了前景提取的相关知识，具体的方法有很多，帧差、背景减除（GMM、CodeBook、 SOBS、 SACON、 VIBE、 W4、多帧平均……）、光流（稀疏光流、稠密光流）、运动竞争（Motion Competition）、运动模版（运动历史图像）、时间熵……等等。
更为具体的资料可以参考一下链接，作者做了很好的总结。点击打开链接http://blog.csdn.net/zouxy09/article/details/9622285
我只要针对作者提供的源代码，加上我的理解最代码捉了做了相关的注释，便于自己对代码的阅读和与大家的交流，如果不妥之处，稀罕大家多多提出，共同进步
ViBe.h（头文件，一般做申明函数、类使用，不做具体定义）
#pragma once
#include
#include "opencv2/opencv.hpp"
using namespace cv;
using namespace std;
#define NUM_SAMPLES 20 //每个像素点的样本个数
#define MIN_MATCHES 2 //#min指数
#define RADIUS 20 //Sqthere半径
#define SUBSAMPLE_FACTOR 16 //子采样概率，决定背景更新的概率
class ViBe_BGS
{
public:
ViBe_BGS(void); //构造函数
~ViBe_BGS(void); //析构函数，对开辟的内存做必要的清理工作
void init(const Mat _image); //初始化
void processFirstFrame(const Mat _image); //利用第一帧进行建模
void testAndUpdate(const Mat _image); //判断前景与背景，并进行背景跟新
Mat getMask(void){return m_mask;}; //得到前景
private:
Mat m_samples[NUM_SAMPLES]; //每一帧图像的每一个像素的样本集
Mat m_foregroundMatchCount; //统计像素被判断为前景的次数，便于跟新
Mat m_mask; //前景提取后的一帧图像
}; #include
#include
#include "ViBe.h"
using namespace std;
using namespace cv;
int c_xoff[9] = {-1, 0, 1, -1, 1, -1, 0, 1, 0}; //x的邻居点，9宫格
int c_yoff[9] = {-1, 0, 1, -1, 1, -1, 0, 1, 0}; //y的邻居点
ViBe_BGS::ViBe_BGS(void)
{
}
ViBe_BGS::~ViBe_BGS(void)
{
}
/**************** Assign space and init ***************************/
void ViBe_BGS::init(const Mat _image) //成员函数初始化
{
for(int i = 0; i < NUM_SAMPLES; i++) //可以这样理解，针对一帧图像，建立了20帧的样本集
{
m_samples[i] = Mat::zeros(_image.size(), CV_8UC1); //针对每一帧样本集的每一个像素初始化为8位无符号0，单通道
}
m_mask = Mat::zeros(_image.size(),CV_8UC1); //初始化
m_foregroundMatchCount = Mat::zeros(_image.size(),CV_8UC1); //每一个像素被判断为前景的次数，初始化
}
/**************** Init model from first frame ********************/
void ViBe_BGS::processFirstFrame(const Mat _image)
{
RNG rng; //随机数产生器
int row, col;
for(int i = 0; i < _image.rows; i++)
{
for(int j = 0; j < _image.cols; j++)
{
for(int k = 0 ; k < NUM_SAMPLES; k++)
{
// Random pick up NUM_SAMPLES pixel in neighbourhood to construct the model
int random = rng.uniform(0, 9); //随机产生0-9的随机数，主要用于定位中心像素的邻域像素
row = i + c_yoff[random]; //定位中心像素的邻域像素
if (row < 0) //下面四句主要用于判断是否超出边界
row = 0;
if (row >= _image.rows)
row = _image.rows - 1;
col = j + c_xoff[random];
if (col < 0) //下面四句主要用于判断是否超出边界
col = 0;
if (col >= _image.cols)
col = _image.cols - 1;
m_samples[k].at(i, j) = _image.at(row, col); //将相应的像素值复制到样本集中
}
}
}
}
/**************** Test a new frame and update model ********************/
void ViBe_BGS::testAndUpdate(const Mat _image)
{
RNG rng;
for(int i = 0; i < _image.rows; i++)
{
for(int j = 0; j < _image.cols; j++)
{
int matches(0), count(0);
float dist;
while(matches < MIN_MATCHES && count < NUM_SAMPLES) //逐个像素判断，当匹配个数大于阀值MIN_MATCHES，或整个样本集遍历完成跳出
{
dist = abs(m_samples[count].at(i, j) - _image.at(i, j)); //当前帧像素值与样本集中的值做差，取绝对值
if (dist < RADIUS) //当绝对值小于阀值是，表示当前帧像素与样本值中的相似
matches++;
count++; //取样本值的下一个元素作比较
}
if (matches >= MIN_MATCHES) //匹配个数大于阀值MIN_MATCHES个数时，表示作为背景
{
// It is a background pixel
m_foregroundMatchCount.at(i, j) = 0; //被检测为前景的个数赋值为0
// Set background pixel to 0
m_mask.at(i, j) = 0; //该像素点值也为0
// 如果一个像素是背景点，那么它有 1 / defaultSubsamplingFactor 的概率去更新自己的模型样本值
int random = rng.uniform(0, SUBSAMPLE_FACTOR); //以1 / defaultSubsamplingFactor概率跟新背景
if (random == 0)
{
random = rng.uniform(0, NUM_SAMPLES);
m_samples[random].at(i, j) = _image.at(i, j);
}
// 同时也有 1 / defaultSubsamplingFactor 的概率去更新它的邻居点的模型样本值
random = rng.uniform(0, SUBSAMPLE_FACTOR);
if (random == 0)
{
int row, col;
random = rng.uniform(0, 9);
row = i + c_yoff[random];
if (row < 0) //下面四句主要用于判断是否超出边界
row = 0;
if (row >= _image.rows)
row = _image.rows - 1;
random = rng.uniform(0, 9);
col = j + c_xoff[random];
if (col < 0) //下面四句主要用于判断是否超出边界
col = 0;
if (col >= _image.cols)
col = _image.cols - 1;
random = rng.uniform(0, NUM_SAMPLES);
m_samples[random].at(row, col) = _image.at(i, j);
}
}
else //匹配个数小于阀值MIN_MATCHES个数时，表示作为前景
{
// It is a foreground pixel
m_foregroundMatchCount.at(i, j)++;
// Set background pixel to 255
m_mask.at(i, j) =255;
//如果某个像素点连续N次被检测为前景，则认为一块静止区域被误判为运动，将其更新为背景点
if (m_foregroundMatchCount.at(i, j) > 50)
{
int random = rng.uniform(0, SUBSAMPLE_FACTOR);
if (random == 0)
{
random = rng.uniform(0, NUM_SAMPLES);
m_samples[random].at(i, j) = _image.at(i, j);
}
}
}
}
}
} #include
#include "ViBe.h"
#include
#include
#include
using namespace cv;
using namespace std;
int main(int argc, char* argv[])
{
Mat frame, gray, mask;
VideoCapture capture;
capture.open("E:\\overpass\\11.avi");
if (!capture.isOpened())
{
cout<<"No camera or video input!\n"<> frame;
if (frame.empty())
break;
cvtColor(frame, gray, CV_RGB2GRAY); //转化为灰度图像
if (count == 1) //若为第一帧
{
Vibe_Bgs.init(gray);
Vibe_Bgs.processFirstFrame(gray); //背景模型初始化
cout<<" Training GMM complete!"<