ag凯发k8国际
收集整理的这篇文章主要介绍了
基于平均背景建模的运动目标检测
小编觉得挺不错的,现在分享给大家,帮大家做个参考.
建立一个场景模型，包含图像灰度均值、帧间平均差值。
对于输入的后续视频，当灰度在区间内时，认为是静止区域，反之为运动目标。判断静止灰度区间为：
diff实际上可认为是为了抑制一定的噪声，当图像序列噪声很小时，效果不错，但在实际场景基本不适用，例如我的实验图像。
我使用了前100帧图像作场景建模，暂未考虑场景更新问题，因此不能适用于背景具有运动目标的情况（例如风吹窗帘、摇曳的树），光线问题。
如下三幅图是对运动目标的检测，可以看出除了人物还有大量的噪声被检测出来。
因此，我对背景模型进行了去噪处理，采用了cvsmooth函数中的简单模糊、高斯、中值等，本以为中值效果应该最好，但由于噪声分布过于紧密，中值去噪并不好，最后采用15大小的普通加权去噪，效果如下。
使用大窗口进行模糊确实可以去除噪声，但对目标也会进行模糊，检测出现问题，此外，当噪声过大时，信号被严重干扰，甚至被淹没。说明简单的背景模型或去噪是行不通的。的背景模型或去噪是行不通的。
#include
#include
#includevoid main()
{ cvcapture *capture = cvcreatefilecapture("walk2.mpg");cvsize img_sz = cvsize(384,288);iplimage *pic;iplimage *frame = cvcreateimage(img_sz,8,1);iplimage *frame2 = cvcreateimage(img_sz,8,1);iplimage *framedn = cvcreateimage(img_sz,8,1);iplimage *imask = cvcreateimage(img_sz,ipl_depth_8u,1);iplimage *iscratch = cvcreateimage(img_sz,ipl_depth_32f,1);iplimage *iavgf = cvcreateimage(img_sz,ipl_depth_32f,1);iplimage *ipref = cvcreateimage(img_sz,ipl_depth_32f,1);iplimage *iscratch2 = cvcreateimage(img_sz,ipl_depth_32f,1);iplimage *idifff = cvcreateimage(img_sz,ipl_depth_32f,1);iplimage *ihif = cvcreateimage(img_sz,ipl_depth_32f,1);iplimage *ilowf = cvcreateimage(img_sz,ipl_depth_32f,1);int fnum=1,icount = 100,ht=5;cvzero(iavgf);cvzero(iscratch);cvzero(ipref);cvzero(iscratch2);cvzero(idifff);while(fnum<=icount){pic = cvqueryframe(capture);if(!pic) break;cvcvtcolor(pic,frame,cv_rgb2gray);cvsmooth(frame,framedn,cv_blur,15);cvcvtscale(framedn,iscratch,1.0,0);cvacc(iscratch,iavgf);cvabsdiff(iscratch,ipref,iscratch2);cvacc(iscratch2,idifff);cvcopy(iscratch,ipref);fnum ;}cvconvertscale(iavgf,iavgf,(double)(1.0/(icount))); /*均值*/cvconvertscale(idifff,idifff,(double)(1.0/(icount))); /*帧间插值*/cvadds(idifff,cvscalar(1.0),idifff);cvconvertscale(idifff,iscratch,ht); /*high threshold = low threshold*/cvadd(idifff,iavgf,ihif);cvsub(iavgf,iscratch,ilowf);while(1){pic = cvqueryframe(capture);if(!pic) break;cvcvtcolor(pic,frame,cv_rgb2gray);cvsmooth(frame,framedn,cv_blur,15);cvcvtscale(framedn,iscratch,1.0,0);cvinrange(iscratch,ilowf,ihif,imask);cvsubrs(imask,cvscalar(255),imask);cvnamedwindow("mask");cvshowimage("mask",imask);cvnamedwindow("frame");cvshowimage("frame",frame);cvwaitkey(33);}}
总结
以上是ag凯发k8国际为你收集整理的基于平均背景建模的运动目标检测的全部内容，希望文章能够帮你解决所遇到的问题。
如果觉得ag凯发k8国际网站内容还不错，欢迎将ag凯发k8国际推荐给好友。
