码迷,mamicode.com
首页 > 其他好文 > 详细

运动目标前景检测之ViBe源代码分析

时间:2015-04-17 11:09:57      阅读:400      评论:0      收藏:0      [点我收藏+]

标签:

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,共同进步技术分享

ViBe.h(头文件,一般做申明函数、类使用,不做具体定义)

 

  1. #pragma once    
  2. #include <iostream>    
  3. #include "opencv2/opencv.hpp"   
  4.     
  5. using namespace cv;    
  6. using namespace std;    
  7.     
  8. #define NUM_SAMPLES 20      //每个像素点的样本个数    
  9. #define MIN_MATCHES 2       //#min指数    
  10. #define RADIUS 20       //Sqthere半径    
  11. #define SUBSAMPLE_FACTOR 16 //子采样概率,决定背景更新的概率  
  12.     
  13.     
  14. class ViBe_BGS    
  15. {    
  16. public:    
  17.     ViBe_BGS(void);  //构造函数  
  18.     ~ViBe_BGS(void);  //析构函数,对开辟的内存做必要的清理工作  
  19.     
  20.     void init(const Mat _image);   //初始化    
  21.     void processFirstFrame(const Mat _image); //利用第一帧进行建模   
  22.     void testAndUpdate(const Mat _image);  //判断前景与背景,并进行背景跟新   
  23.     Mat getMask(void){return m_mask;};  //得到前景  
  24.     
  25. private:    
  26.     Mat m_samples[NUM_SAMPLES];  //每一帧图像的每一个像素的样本集  
  27.     Mat m_foregroundMatchCount;  //统计像素被判断为前景的次数,便于跟新  
  28.     Mat m_mask;  //前景提取后的一帧图像  
  29. };    

ViBe.cpp(上面所提到的申明的具体定义)

 

 

  1. #include <opencv2/opencv.hpp>    
  2. #include <iostream>    
  3. #include "ViBe.h"    
  4.     
  5. using namespace std;    
  6. using namespace cv;    
  7.     
  8. int c_xoff[9] = {-1,  0,  1, -1, 1, -1, 0, 1, 0};  //x的邻居点,9宫格  
  9. int c_yoff[9] = {-1,  0,  1, -1, 1, -1, 0, 1, 0};  //y的邻居点    
  10.     
  11. ViBe_BGS::ViBe_BGS(void)    
  12. {    
  13.     
  14. }    
  15. ViBe_BGS::~ViBe_BGS(void)    
  16. {    
  17.     
  18. }    
  19.     
  20. /**************** Assign space and init ***************************/    
  21. void ViBe_BGS::init(const Mat _image)  //成员函数初始化  
  22. {    
  23.      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  
  24.      {    
  25.          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  
  26.      }    
  27.      m_mask = Mat::zeros(_image.size(),CV_8UC1); //初始化   
  28.      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  
  29. }    
  30.     
  31. /**************** Init model from first frame ********************/    
  32. void ViBe_BGS::processFirstFrame(const Mat _image)    
  33. {    
  34.     RNG rng;    //随机数产生器                                      
  35.     int row, col;    
  36.     
  37.     for(int i = 0; i < _image.rows; i++)    
  38.     {    
  39.         for(int j = 0; j < _image.cols; j++)    
  40.         {    
  41.              for(int k = 0 ; k < NUM_SAMPLES; k++)    
  42.              {    
  43.                  // Random pick up NUM_SAMPLES pixel in neighbourhood to construct the model    
  44.                  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  
  45.     
  46.                  row = i + c_yoff[random]; //定位中心像素的邻域像素   
  47.                  if (row < 0)   //下面四句主要用于判断是否超出边界  
  48.                      row = 0;    
  49.                  if (row >= _image.rows)    
  50.                      row = _image.rows - 1;    
  51.     
  52.                  col = j + c_xoff[random];    
  53.                  if (col < 0)    //下面四句主要用于判断是否超出边界  
  54.                      col = 0;    
  55.                  if (col >= _image.cols)    
  56.                      col = _image.cols - 1;    
  57.     
  58.                  m_samples[k].at<uchar>(i, j) = _image.at<uchar>(row, col);  //将相应的像素值复制到样本集中  
  59.              }    
  60.         }    
  61.     }    
  62. }    
  63.     
  64. /**************** Test a new frame and update model ********************/    
  65. void ViBe_BGS::testAndUpdate(const Mat _image)    
  66. {    
  67.     RNG rng;    
  68.     
  69.     for(int i = 0; i < _image.rows; i++)    
  70.     {    
  71.         for(int j = 0; j < _image.cols; j++)    
  72.         {    
  73.             int matches(0), count(0);    
  74.             float dist;    
  75.     
  76.             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  
  77.             {    
  78.                 dist = abs(m_samples[count].at<uchar>(i, j) - _image.at<uchar>(i, j)); //当前帧像素值与样本集中的值做差,取绝对值   
  79.                 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  
  80.                     matches++;   
  81.   
  82.                 count++;  //取样本值的下一个元素作比较  
  83.             }    
  84.     
  85.             if (matches >= MIN_MATCHES)  //匹配个数大于阀值MIN_MATCHES个数时,表示作为背景  
  86.             {    
  87.                 // It is a background pixel    
  88.                 m_foregroundMatchCount.at<uchar>(i, j) = 0;  //被检测为前景的个数赋值为0  
  89.     
  90.                 // Set background pixel to 0    
  91.                 m_mask.at<uchar>(i, j) = 0;  //该像素点值也为0  
  92.     
  93.                 // 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    
  94.                 int random = rng.uniform(0, SUBSAMPLE_FACTOR);   //以1 / defaultSubsamplingFactor概率跟新背景  
  95.                 if (random == 0)    
  96.                 {    
  97.                     random = rng.uniform(0, NUM_SAMPLES);    
  98.                     m_samples[random].at<uchar>(i, j) = _image.at<uchar>(i, j);    
  99.                 }    
  100.     
  101.                 // 同时也有 1 / defaultSubsamplingFactor 的概率去更新它的邻居点的模型样本值    
  102.                 random = rng.uniform(0, SUBSAMPLE_FACTOR);    
  103.                 if (random == 0)    
  104.                 {    
  105.                     int row, col;    
  106.                     random = rng.uniform(0, 9);    
  107.                     row = i + c_yoff[random];    
  108.                     if (row < 0)   //下面四句主要用于判断是否超出边界  
  109.                         row = 0;    
  110.                     if (row >= _image.rows)    
  111.                         row = _image.rows - 1;    
  112.     
  113.                     random = rng.uniform(0, 9);    
  114.                     col = j + c_xoff[random];    
  115.                     if (col < 0)   //下面四句主要用于判断是否超出边界  
  116.                         col = 0;    
  117.                     if (col >= _image.cols)    
  118.                         col = _image.cols - 1;    
  119.     
  120.                     random = rng.uniform(0, NUM_SAMPLES);    
  121.                     m_samples[random].at<uchar>(row, col) = _image.at<uchar>(i, j);    
  122.                 }    
  123.             }   
  124.   
  125.             else  //匹配个数小于阀值MIN_MATCHES个数时,表示作为前景  
  126.             {    
  127.                 // It is a foreground pixel    
  128.                 m_foregroundMatchCount.at<uchar>(i, j)++;    
  129.     
  130.                 // Set background pixel to 255    
  131.                 m_mask.at<uchar>(i, j) =255;    
  132.     
  133.                 //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    
  134.                 if (m_foregroundMatchCount.at<uchar>(i, j) > 50)    
  135.                 {    
  136.                     int random = rng.uniform(0, SUBSAMPLE_FACTOR);    
  137.                     if (random == 0)    
  138.                     {    
  139.                         random = rng.uniform(0, NUM_SAMPLES);    
  140.                         m_samples[random].at<uchar>(i, j) = _image.at<uchar>(i, j);    
  141.                     }    
  142.                 }    
  143.             }    
  144.         }    
  145.     }    
  146. }    

main.cpp(你懂的……技术分享

 

 

  1. #include <opencv2/opencv.hpp>  
  2. #include "ViBe.h"    
  3. #include <iostream>    
  4. #include <cstdio>    
  5. #include<stdlib.h>  
  6. using namespace cv;    
  7. using namespace std;    
  8.     
  9. int main(int argc, char* argv[])    
  10. {    
  11.     Mat frame, gray, mask;    
  12.     VideoCapture capture;    
  13.     capture.open("E:\\overpass\\11.avi");    
  14.     
  15.     if (!capture.isOpened())    
  16.     {    
  17.         cout<<"No camera or video input!\n"<<endl;    
  18.         return -1;    
  19.     }    
  20.     
  21.     ViBe_BGS Vibe_Bgs; //定义一个背景差分对象  
  22.     int count = 0; //帧计数器,统计为第几帧   
  23.     
  24.     while (1)    
  25.     {    
  26.         count++;    
  27.         capture >> frame;    
  28.         if (frame.empty())    
  29.             break;    
  30.         cvtColor(frame, gray, CV_RGB2GRAY); //转化为灰度图像   
  31.         
  32.         if (count == 1)  //若为第一帧  
  33.         {    
  34.             Vibe_Bgs.init(gray);    
  35.             Vibe_Bgs.processFirstFrame(gray); //背景模型初始化   
  36.             cout<<" Training GMM complete!"<<endl;    
  37.         }    
  38.         else    
  39.         {    
  40.             Vibe_Bgs.testAndUpdate(gray);    
  41.             mask = Vibe_Bgs.getMask();    
  42.             morphologyEx(mask, mask, MORPH_OPEN, Mat());    
  43.             imshow("mask", mask);    
  44.         }    
  45.     
  46.         imshow("input", frame);     
  47.     
  48.         if ( cvWaitKey(10) == ‘q‘ )    
  49.             break;    
  50.     }    
  51.   system("pause");  
  52.     return 0;    
  53. }    

运动目标前景检测之ViBe源代码分析

标签:

原文地址:http://www.cnblogs.com/ywsoftware/p/4434065.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!