背景剪除和OpenCV中的实现
转载请注明出处!
!
!
http://blog.csdn.net/zhonghuan1992
背景剪除和OpenCV中的实现
背景与前景都是相对的概念。以快速公路为例:有时我们对快速公路上来来往往的汽车感兴趣,这时汽车是前景。而路面以及周围的环境是背景。有时我们只对闯入快速公路的行人感兴趣,这时闯入者是前景,而包含汽车之类的其它东西又成了背景。背景剪除是使用很广泛的摄像头视频中探測移动的物体。这样的在不同的帧中检測移动的物体叫做背景模型,事实上背景剪除也是前景检測。
一个强劲的背景剪除算法应当可以解决光强的变化,杂波的反复性运动,和长期场景的变动。以下的分析中会是用函数V(x,y,t)表示视频流,t是时间。x和y代表像素点位置。
比如,V(1,2,3)是在t=3时刻。像素点(1,2)的光强。
以下介绍几种背景剪除的方法。
1 利用帧的不同
该方法假定是前景是会动的。而背景是不会动的。而两个帧的不同能够用以下的公式:
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvemhvbmdodWFuMTk5Mg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="">
从公式我们能够体会出D(t+1)的含义来,用它来表示同个位置前后不同一时候刻的光强仅仅差。仅仅要把那些D是0的点取出来。就是我们的前景,同一时候也完毕了背景剪除。当然。这里的能够稍作改进,不一定说背景是一定不会动的。能够用一个阀值来限定。
看以下的公式:
通过Th这个阀值来进行限定,把大于Th的点给去掉,留下的就是我们想要的前景。
2 均值滤波(Mean filter)
首先。名字里有Mean了嘛,一般和Mean这个有关系了,那么这个关系是怎么联系上的呢?看以下的公式:
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvemhvbmdodWFuMTk5Mg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="">
公式用无声的语言来表达了B(x,y)的意思,同一个点在过去N个帧中的平均光强。好了,有了这个公式,我们就有了均值了。以下看怎么用这个B(x,y)。使用方法非常easy。就是把上面1中的V(x,y,t+1)改为B(x,y),所以公司例如以下:
恩,我想大家可以感受到这个的作用了。不是通过当前帧和上一帧的区别,而是当前帧和过去一段时间的平均区别来进行比較,同一时候通过阀值Th来进行控制。当大于阀值的点去掉。留下的就是我们要的前景了。
3 使用高斯均值:
数学不是太好。遇上高斯这个名字,就认为非常唬人,事实上为什么要这样我不太清楚,求人给出好的简单易懂的解释,而我对这样的情况的做法就是,就是一些规则。这样做的优点我说不上来,以后了解很多其它了,我再回来补充。让我们直接看看它是怎么做的。
首先
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvemhvbmdodWFuMTk5Mg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="">是均值,
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvemhvbmdodWFuMTk5Mg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt=""> 是方差。
看以下的初始化:
这个还是比較明确的。一開始均值就是I0,(開始的时候嘛),方差能够使某个初始值。后面就是用来进行更新。公式例如以下:
好了。公式的更新方式如上,我们能够从效果上来体会上面的公式,以下是一个图,
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvemhvbmdodWFuMTk5Mg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="">
上面的每一个格子。表示的就是一个图的某部分。每一个像素点的情况。你看。每一个格子就想一个小山,我觉的使用高斯分布也是为了这个原因吧,时间离得近的点,影响比較大。时间比較前的点,影响比較小,你假设把上面的公式多展开几层就会感受高了。以下就是推断方式了:
和上面有些像,只是,多了个除方差的环节。当中K是一个自由的阀值,K大了,就会有一些动的部分当成背景了; K小了。前景会有一些静态的部分。
利用OpenCV实现上面的最简单的1中的前景检測。
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/core/core.hpp>
#include <iostream> #define threshold_diff 10 //设置简单帧差法阈值 using namespace cv;
using namespace std; int main(int argc, unsigned char* argv[])
{
Mat img1, img2, gray1, gray2, bac;
bool pause = false; VideoCapture capture("G:\\视频分析入门练习\\视频分析入门练习 - 附件\\sample.avi");//在这里改对应的文件名称
//读取下一帧
if (!capture.read(img1))
{
cout << "结束" << endl;
capture.release();
return 0;
} while (true)
{
cvtColor(img1, gray1, CV_BGR2GRAY); //读取下一帧
if(!capture.read(img2))
{
cout << "结束" << endl;
capture.release();
return 0;
}
cvtColor(img2, gray2, CV_BGR2GRAY);
imshow("原视频", img2); subtract(gray1, gray2, bac);
for (int i = 0;i<bac.rows; i++)
for (int j = 0;j<bac.cols; j++)
if (abs(bac.at<unsigned char>(i, j)) >= threshold_diff)//这里模板參数一定要用unsigned char,否则就一直报错
bac.at<unsigned char>(i, j) = 255;
else bac.at<unsigned char>(i, j) = 0;
imshow("背景图", bac);
img1 = img2;
waitKey(20);
}
return 0;
}
引用:
http://en.wikipedia.org/wiki/Background_subtraction
http://docs.opencv.org/modules/video/doc/motion_analysis_and_object_tracking.html
S
背景剪除和OpenCV中的实现的更多相关文章
- Opencv中KNN背景分割器
背景分割器BackgroundSubtractor是专门用来视频分析的,会对视频中的每一帧进行"学习",比较,计算阴影,排除检测图像的阴影区域,按照时间推移的方法提高运动分析的结果 ...
- OpenCV中cv2的用法
一.读入图像 使用函数cv2.imread(filepath,flags)读入一副图片 filepath:要读入图片的完整路径 flags:读入图片的标志 cv2.IMREAD_COLOR:默认参数 ...
- [OpenCV-Python] OpenCV 中的图像处理 部分 IV (四)
部分 IVOpenCV 中的图像处理 OpenCV-Python 中文教程(搬运)目录 21 OpenCV 中的轮廓 21.1 初识轮廓目标 • 理解什么是轮廓 • 学习找轮廓,绘制轮廓等 • 函数: ...
- [OpenCV-Python] OpenCV 中的图像处理 部分 IV (五)
部分 IVOpenCV 中的图像处理 OpenCV-Python 中文教程(搬运)目录 22 直方图 22.1 直方图的计算,绘制与分析目标 • 使用 OpenCV 或 Numpy 函数计算直方图 • ...
- [OpenCV-Python] OpenCV 中的图像处理 部分 IV (六)
部分 IVOpenCV 中的图像处理 OpenCV-Python 中文教程(搬运)目录 23 图像变换 23.1 傅里叶变换目标本小节我们将要学习: • 使用 OpenCV 对图像进行傅里叶变换 • ...
- [OpenCV-Python] OpenCV 中图像特征提取与描述 部分 V (一)
部分 V图像特征提取与描述 OpenCV-Python 中文教程(搬运)目录 29 理解图像特征 目标本节我会试着帮你理解什么是图像特征,为什么图像特征很重要,为什么角点很重要等.29.1 解释 我相 ...
- [OpenCV-Python] OpenCV 中视频分析 部分 VI
部分 VI视频分析 OpenCV-Python 中文教程(搬运)目录 39 Meanshift 和 和 Camshift 目标 • 本节我们要学习使用 Meanshift 和 Camshift 算法在 ...
- OpenCV中图像算术操作与逻辑操作
OpenCV中图像算术操作与逻辑操作 在图像处理中有两类最重要的基础操作各自是图像点操作与块操作.简单点说图像点操作就是图像每一个像素点的相关逻辑与几何运算.块操作最常见就是基于卷积算子的各种操作.实 ...
- 对OpenCV中seamlessClone的初步实验
seamlessClone是OpenCV中新出现的函数,应该说如果能够基于较为准确的图像分割,能够得到很好的结果. 原始的前景,背景 三种flag下的融合结果 //注意头文件中添加 #inclu ...
随机推荐
- JVM-ClassLoader装载class的流程
在JVM中,有三种默认的类加载器,分别为Bootstrap ClassLoader,Extension CLassLoader以及App ClassLoader.其中,Bootstrap Classl ...
- thinkphp里面的or查询
thinkphp里面的or查询 whereOr 方法 使用whereOr 方法进行OR 查询: Db::table('think_user') ->where('name','like','%t ...
- HUE配置文件hue.ini 的desktop模块详解(图文详解)(分HA集群)
http://archive.cloudera.com/cdh5/cdh/5/hue-3.9.0-cdh5.5.4/manual.html#_install_hue [desktop]这块,配置如下 ...
- POJ Oulipo KMP 模板题
http://poj.org/problem?id=3461 Oulipo Time Limit: 1000MS Memory Limit: 65536K Total Submissions: 4 ...
- 原型,构造函数,实例,__proto__
再说说__proto__,这个孩子性格慢向,所以即使在现代浏览器广为支持得今天也不建议使用,性能特别慢,而且影响所有来自该[[prototype]]的对象.只是拿出来了解了解: 1.它是个啥? 原型对 ...
- 昼猫笔记 JavaScript -- 闭包
本次主要内容是 闭包 阅读时间: 约 3分钟 记得点个赞支持支持我哦 初步了解 先看下代码,输出结果是多少? function fn1 () { var a = 2 function fn2 () ...
- visual studio 添加库文件
我在visual studio中使用OpenGL时需要添加额外的库 一 首先下载库文件,里面将会有一些.h文件和.lib文件,打开visual studio安装目录下打开: D:\program\VS ...
- react基础用法二(组件渲染)
react基础用法二(组件渲染) 如图所示组件可以是函数 格式:function 方法名(){ return <标签>内容</标签>} 渲染格式: <方法名 /> ...
- CCF模拟 I’m stuck!
I’m stuck! 时间限制: 1.0s 内存限制: 256.0MB 问题描述 给定一个R行C列的地图,地图的每一个方格可能是'#', '+', '-', '|', '.', 'S', 'T'七 ...
- 从零開始的Android新项目7 - Data Binding入门篇
Data Binding自从去年的Google I/O公布到至今,也有近一年的时间了.这一年来,从Beta到如今比較完好的版本号.从Android Studio 1.3到如今2.1.2的支持,能够说D ...