基于Vibe算法的运动目标检测

来源：互联网发布：mac bash 3.2 root 编辑：程序博客网时间：2024/05/01 02:08

初学习opencv一段时间了，把自己学的东西在博客上做个总结，也有助于自己的知识的巩固。

这段时间主要是在研究运动目标的检测，目前，关于运动目标检测的方法有很多。比如，平均背景法，帧差法，光流法，ViBe算法等等。那么在对上述方法的学习和了解后，发现ViBe算法相对而言，具有更高的鲁棒性。

首先，介绍ViBe算法。ViBe算法即视觉背景提取算法，是在2009年提出来的用于进行快速背景提取和运动目标检测的算法，具有较高的实时性和鲁棒性。ViBe算法根据图像像素的空间一致性，使用视频序列第一帧来初始化背景模型。采用目标像素的八领域进行背景建模和背景更新。不足之处，对光照和阴影方面处理不足。

这个博客http://blog.csdn.net/brilliantstone/article/details/18085235 对ViBe算法的原理解释的比较清楚。

在理解了算法的基本原理后，下面贴出ViBe的算法。

ViBe.hpp 头文件

#include "stdafx.h"  #include <opencv2/opencv.hpp>  #include <iostream>    using namespace std;  using namespace cv;    #define defaultNbSamples 20     //每个像素点的样本个数  #define defaultReqMatches 2     //#min指数  #define defaultRadius 20        //Sqthere半径  #define defaultSubsamplingFactor 16 //子采样概率  #define background 0        //背景像素  #define foreground 255      //前景像素    void Initialize(CvMat* pFrameMat,RNG rng);//初始化  void update(CvMat* pFrameMat,CvMat* segMat,RNG rng,int nFrmNum);//更新

ViBe.cpp 实现文件

    #include "Vibe.h"      #include <opencv2/opencv.hpp>      #include <iostream>            using namespace std;      using namespace cv;                 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;y<pFrameMat->rows;y++){//Height              for(int x=0;x<pFrameMat->cols;x++){//Width                  for(int k=0;k<defaultNbSamples;k++){                      //随机获取像素样本值                      rand = rng.uniform(-1,1);                      r=y+rand;if(r<0) r=0; if(r>=pFrameMat->rows) r=pFrameMat->rows-1;   //行                      rand = rng.uniform(-1,1);                      c= x+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;y<pFrameMat->rows;y++){   //Height              for(int x=0;x<pFrameMat->cols;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<defaultReqMatches) && (index<defaultNbSamples)){                      dist=CV_MAT_ELEM(*pFrameMat,float,y,x)-samples[y][x][index];                      if(dist<0) dist=-dist;                      if(dist<defaultRadius) count++;                      index++;                  }                  if(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-1);                      if(rand==0){                          rand=rng.uniform(0,defaultNbSamples-1);///////////////                          samples[y][x][rand]=CV_MAT_ELEM(*pFrameMat,float,y,x);                      }                      rand=rng.uniform(0,defaultSubsamplingFactor-1);                      if(rand==0){                          int xN,yN;                          rand = rng.uniform(-1,1);yN = y+rand ;if(yN<0) yN=0; if(yN>=pFrameMat->rows) yN=pFrameMat->rows-1;                          rand = rng.uniform(-1,1);xN = x+rand ;if(xN<0) xN=0; if(xN>=pFrameMat->cols) xN=pFrameMat->cols-1;                          rand=rng.uniform(0,defaultNbSamples-1);                          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);                          }                      }                  }              }          }      }

main函数

    #include "stdafx.h"      #include <opencv2/opencv.hpp>      #include "Vibe.h"      #include <iostream>            using namespace std;      using namespace cv;            int nFrmNum = 0;//记录帧数      //对运动目标用绿色矩形圈出void find_connected_components(IplImage* pFrame,IplImage* mask,float perimScale){CvMemStorage* mem_storage = NULL;CvSeq* contours = NULL;IplImage* mask_temp = cvCreateImage(cvGetSize(mask),8,1);cvCopy(mask,mask_temp);mem_storage = cvCreateMemStorage(0);CvContourScanner scanner = cvStartFindContours(mask_temp,mem_storage,sizeof(CvContour),CV_RETR_EXTERNAL,CV_CHAIN_APPROX_SIMPLE);CvSeq* c;int numCont = 0;while( ( c = cvFindNextContour(scanner)) != NULL ){double len = cvContourPerimeter(c);//计算轮廓的直径double q = (mask_temp->height + mask_temp->width) / perimScale;if( len<q ) {cvSubstituteContour( scanner ,NULL );//去掉小轮廓}numCont++;}contours = cvEndFindContours( &scanner );for( c=contours; c!=NULL; c=c->h_next){//cvDrawContours(pFrame, c,  CV_RGB(255,0,0), CV_RGB(255, 0, 0),  2, 1.8, 8, cvPoint(0,0));CvRect rect = cvBoundingRect(c,0);  //根据序列，返回轮廓外围矩形；  CvPoint pt1,pt2;  pt1.x=rect.x;  pt1.y=rect.y;  pt2.x=rect.x+rect.width;  pt2.y=rect.y+rect.height;    cvDrawContours(pFrame,c,CV_RGB(255,0,0),CV_RGB(255,0,0),0);//画轮廓cvRectangle(pFrame,pt1,pt2,CV_RGB(0,255,0),2);//画矩形     }cvReleaseImage(&mask_temp);cvReleaseMemStorage(&mem_storage);}    int main(int argc, char* argv[])      {          IplImage* pFrame=NULL;CvMat* pFrameMat = NULL;//pFrame对象          IplImage* pAfter=NULL;CvMat* pAfterMat=NULL;//保存pFrame对应的灰度图像          IplImage* segMap=NULL;CvMat* segMat=NULL;//保存处理后的信息                //要读取的视频文件和保存的视频文件路径          char* openfile="1.avi";                //打开视频文件          CvCapture* pCapture=cvCreateFileCapture(openfile);             if(pCapture==NULL) {              cout<<"video file open error!"<<endl;              return -1;          }          //获取视频相关信息，帧率和大小           CvSize size=cvSize((int)cvGetCaptureProperty(pCapture,CV_CAP_PROP_FRAME_WIDTH),              (int)cvGetCaptureProperty(pCapture,CV_CAP_PROP_FRAME_HEIGHT));        IplImage* dstImg=cvCreateImage(size,IPL_DEPTH_8U,3); //创建要保存的图像                //创建窗口  cvNamedWindow("out",0);        cvNamedWindow("src",0);                //创建一个随机数生成器          RNG rng(0xFFFFFFFF);                //逐帧读取视频并进行处理          while(pFrame = cvQueryFrame( pCapture )){              nFrmNum++;              //如果是第一帧，申请内存并进行初始化              if(nFrmNum==1){                  segMap = cvCreateImage(cvSize(pFrame->width, pFrame->height),  IPL_DEPTH_8U,1);                  segMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);                  pAfter=cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1);                  pAfterMat=cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);                      //转化成单通道图像再处理                  cvCvtColor(pFrame, pAfter, CV_BGR2GRAY);                  cvConvert(pAfter, pAfterMat);                  Initialize(pAfterMat,rng);              }              else {                  cvCvtColor(pFrame,pAfter,CV_BGR2GRAY);                  cvConvert(pAfter,pAfterMat);                  update(pAfterMat,segMat,rng,nFrmNum);//更新背景                  cvConvert(segMat,segMap);  cvMorphologyEx(segMap,segMap,0,0,CV_MOP_OPEN,1);cvMorphologyEx(segMap,segMap,0,0,CV_MOP_CLOSE,1);//draw(pFrame,segMap);find_connected_components(pFrame,segMap,20);cvShowImage("src",pFrame);  cvShowImage("out",segMap);char c = cvWaitKey(40);if(c==' ')cvWaitKey();            }          }          cvReleaseImage(&pFrame);cvReleaseMat(&pFrameMat);          cvReleaseImage(&pAfter);cvReleaseMat(&pAfterMat);          cvReleaseImage(&segMap);cvReleaseMat(&segMat);          cvReleaseImage(&dstImg);          cvDestroyWindow("src");  cvDestroyWindow("out");        return 0;      }

运行结果：

基本实现了对运动目标的检测与跟踪

但是，对于运动目标靠的太近，会错误的检测为同一个目标，后期想办法改进~~

0 0