运动目标检测代码(帧差、高斯混合、vibe代码实现)
主要介绍四种运动目标检测的算法代码，每段代码博主实测可运行。当前主流的混合高斯背景模型，VIBE算法代码转载自他处。另外GMG算法，KNN算法在朱伟的书中也有讲，opencv3.0中，有专门的背景模型类BackgroundSubtractor。详情请下载朱伟《图像处理编程实例》源代码–下载资源
原理在另一篇文章中有些《运动目标检测》
1、帧间差分法求前景
帧间差分主要思想为两帧图像灰度化后相减得绝对值函数矩阵，然后二值化（注意阈值选择），得到前景图像。
#include "stdafx.h"
#include"opencv2\opencv.hpp"
#include
#include
#include
using namespace cv;
using namespace std;
int _tmain(int argc, _TCHAR* argv[])
{
Mat img_src1, img_src2, gray1, gray2, gray_diff;
int thvalue = 30;
img_src1 = imread("F:\\毕业论文相关\\机场视频\\图片5帧\\density_img_5.jpg");
img_src2 = imread("F:\\毕业论文相关\\机场视频\\图片5帧\\density_img_30.jpg");
if (!img_src1.data || !img_src2.data)
return -1;
cvtColor(img_src1, gray1, CV_RGB2GRAY);
cvtColor(img_src2, gray2, CV_RGB2GRAY);
Mat img_dst(img_src1.rows, img_src1.cols, CV_8UC1);
IplImage* Tsrcimage = &IplImage(gray1);//取指针
IplImage* Tdstimage = &IplImage(gray2);
IplImage* Tdif = &IplImage(img_dst);
cvAbsDiff(Tsrcimage, Tdstimage, Tdif);//背景相减得灰度图
cvThreshold(Tdif, Tdif, thvalue, 255, CV_THRESH_BINARY); //如果 src(x,y)>threshold ,dst(x,y) = max_value; 否则,dst（x,y）=0;
cvShowImage("foreground", Tdif);
//imshow("foreground", img_dst);
waitKey();
return 0;
}2、三帧差分法求前景
第二帧减第一帧，第三帧减第二帧，结果相加，得到三帧差分图像。
#include "stdafx.h"
#include"opencv2\opencv.hpp"
#include
#include
#include
using namespace cv;
using namespace std;
int _tmain(int argc, _TCHAR* argv[])
{
Mat img_src1, img_src2, img_src3;
Mat gray1, gray2, gray3;
int thvalue = 30;
img_src1 = imread("F:\\毕业论文相关\\机场视频\\图片5帧\\density_img_5.jpg");
img_src2 = imread("F:\\毕业论文相关\\机场视频\\图片5帧\\density_img_40.jpg");
img_src3 = imread("F:\\毕业论文相关\\机场视频\\图片5帧\\density_img_65.jpg");
if (!img_src1.data || !img_src2.data)
return -1;
cvtColor(img_src1, gray1, CV_RGB2GRAY);
cvtColor(img_src2, gray2, CV_RGB2GRAY);
cvtColor(img_src3, gray3, CV_RGB2GRAY);
Mat result1(img_src1.rows, img_src1.cols, CV_8UC1);
Mat result2(img_src1.rows, img_src1.cols, CV_8UC1);
Mat gray_diff(img_src1.rows, img_src1.cols, CV_8UC1);
IplImage* Tgray1 = &IplImage(gray1);//取指针
IplImage* Tgray2 = &IplImage(gray2);
IplImage* Tgray3 = &IplImage(gray3);
IplImage* Tresult1 = &IplImage(result1);
IplImage* Tresult2 = &IplImage(result2);
IplImage* Tdif = &IplImage(gray_diff);
cvAbsDiff(Tgray1, Tgray2, Tresult1);//背景相减得灰度图
cvAbsDiff(Tgray2, Tgray3, Tresult2);//背景相减得灰度图
cvThreshold(Tresult1, Tresult1, thvalue, 255, CV_THRESH_BINARY); //如果 src(x,y)>threshold ,dst(x,y) = max_value; 否则,dst（x,y）=0;
cvThreshold(Tresult2, Tresult2, thvalue, 255, CV_THRESH_BINARY);
cvAdd(Tresult1, Tresult2,Tdif);
cvShowImage("foreground", Tdif);
cvErode(Tdif, Tdif); //腐蚀
cvShowImage("腐蚀后", Tdif);
cvDilate(Tdif, Tdif); //膨胀
cvShowImage("膨胀后", Tdif);
//imshow("foreground", img_dst);
waitKey();
return 0;
}
3、混合高斯背景模型实现
// 功能：代码 9-5 高斯混合背景建模
// 作者：朱伟 [email protected]
// 来源：《OpenCV图像处理编程实例》
// 博客：http://blog.csdn.net/zhuwei1988
// 更新：2016-8-1
// 说明：版权所有，引用或摘录请联系作者，并按照上面格式注明出处，谢谢。//
#include "opencv2/imgcodecs.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/videoio.hpp"
#include pMOG2;
int keyboard;
void processVideo(string videoFilename)
{
// 视频获取
VideoCapture capture(videoFilename);
if(!capture.isOpened())
{
// 输出视频文件打开错误信息
cerr << "Unable to open video file: " << videoFilename << endl;
exit(EXIT_FAILURE);
}
// 按下q键和esc退出
while( (char)keyboard != 'q' && (char)keyboard != 27 )
{
// 读取当前帧
if(!capture.read(frame))
{
cerr << "Unable to read next frame." << endl;
cerr << "Exiting..." << endl;
exit(EXIT_FAILURE);
}
// 图像尺寸缩小
cv::resize(frame, frame,cv::Size(), 0.25,0.25);
// 背景模型生成
pMOG2->apply(frame, fgMaskMOG2);
// 输出当前帧号
stringstream ss;
rectangle(frame, cv::Point(10, 2), cv::Point(100,20),
cv::Scalar(255,255,255), -1);
ss << capture.get(CAP_PROP_POS_FRAMES);
string frameNumberString = ss.str();
// 左上角显示帧号
putText(frame, frameNumberString.c_str(), cv::Point(15, 15),
FONT_HERSHEY_SIMPLEX, 0.5 , cv::Scalar(0,0,0));
// 输出结果
imshow("Frame", frame);
imshow("FG Mask MOG 2", fgMaskMOG2);
keyboard = waitKey(30);
}
capture.release();
}
int main(int argc, char* argv[])
{
// 创建背景建模类
pMOG2 = createBackgroundSubtractorMOG2();
string inputPath = "F:\\毕业论文相关\\机场视频\\机场.avi";
processVideo(inputPath);
return 0;
}
4、vibe算法
（算法程序出处找不到了，如果恰好作者看到，留言一下我给加上，实在抱歉。）
主函数代码如下
#include "stdafx.h"
#include 类文件hanshu.h
#include "stdafx.h"
#include 类文件hanshu.cpp
#include "stdafx.h"
#include "hanshu.h"
#include
#include "highgui.h"
#include
#include
using namespace std;
using namespace cv;
static int c_xoff[9] = {-1, 0, 1, -1, 1, -1, 0, 1, 0};//x的邻居点
static int c_yoff[9] = {-1, 0, 1, -1, 1, -1, 0, 1, 0};//y的邻居点
float samples[1024][1024][defaultNbSamples+1];//保存每个像素点的样本值
//初始化
void Initialize(CvMat* pFrameMat,RNG rng){
//记录随机生成的 行(r) 和 列(c)
int rand,r,c;
//对每个像素样本进行初始化
for(int y=0;yrows;y++){//Height
for(int x=0;xcols;x++){//Width
for(int k=0;k//随机获取像素样本值
rand=rng.uniform( 0, 9 );//b如果是真值，返回a,否则返回(int)(next() % (b - a) + a);
r=y+c_yoff[rand]; if(r<0) r=0; if(r>=pFrameMat->rows) r=pFrameMat->rows-1; //行
c=x+c_xoff[rand]; if(c<0) c=0; if(c>=pFrameMat->cols) c=pFrameMat->cols-1; //列
//存储像素样本值
samples[y][x][k]=CV_MAT_ELEM(*pFrameMat,float,r,c);
}
samples[y][x][defaultNbSamples]=0;
}
}
}
//更新函数
void update(CvMat* pFrameMat,CvMat* segMat,RNG rng,int nFrmNum){
for(int y=0;yrows;y++){ //Height
for(int x=0;xcols;x++){ //Width
//用于判断一个点是否是背景点,index记录已比较的样本个数，count表示匹配的样本个数
int count=0,index=0;float dist=0;
//
while((count*pFrameMat,float,y,x)-samples[y][x][index];
if(dist<0) dist=-dist;
if(distif(count>=defaultReqMatches){
//判断为背景像素,只有背景点才能被用来传播和更新存储样本值
samples[y][x][defaultNbSamples]=0;
*((float *)CV_MAT_ELEM_PTR(*segMat,y,x))=background;
int rand=rng.uniform(0,defaultSubsamplingFactor);
if(rand==0){
rand=rng.uniform(0,defaultNbSamples);
samples[y][x][rand]=CV_MAT_ELEM(*pFrameMat,float,y,x);
}
rand=rng.uniform(0,defaultSubsamplingFactor);
if(rand==0){
int xN,yN;
rand=rng.uniform(0,9);yN=y+c_yoff[rand];if(yN<0) yN=0; if(yN>=pFrameMat->rows) yN=pFrameMat->rows-1;
rand=rng.uniform(0,9);xN=x+c_xoff[rand];if(xN<0) xN=0; if(xN>=pFrameMat->cols) xN=pFrameMat->cols-1;
rand=rng.uniform(0,defaultNbSamples);
samples[yN][xN][rand]=CV_MAT_ELEM(*pFrameMat,float,y,x);
}
}
else {
//判断为前景像素
*((float *)CV_MAT_ELEM_PTR(*segMat,y,x))=foreground;
samples[y][x][defaultNbSamples]++;
if(samples[y][x][defaultNbSamples]>50){
int rand=rng.uniform(0,defaultNbSamples);
if(rand==0){
rand=rng.uniform(0,defaultNbSamples);
samples[y][x][rand]=CV_MAT_ELEM(*pFrameMat,float,y,x);
}
}
}
}
}
}