OpenCV_基于混合高斯模型GMM的运动目标检测
2015-09-10 20:06
543 查看
OpenCV的video module中包含了几种较为常用的背景减除方法,其中混合高斯模型(Gaussian of Mixture Models, GMM)方法效果较好。
常用的目标检测方法:1)帧间差分;2)背景减除;
其中背景减除方法的关键在于建立一个鲁棒的背景模型(背景图像),常用的建立背景模型方法有:
1)均值法;2)中值法;3)滑动平均滤波法;4)单高斯;5)混合高斯模型;6)codebook,等。
混合高斯模型的原理:
每个像素的R、G、B三个通道像素值的变化分别由一个混合高斯模型分布来刻画。这样的好处在于,同一个像素位置处可以呈现多个模态的像素值变化(例如水波纹,晃动的叶子等)。
GMM的出处:Adaptive background mixture models for real-time tracking (1999年由Chris Stau er提出)
OpenCV版本:2.4.2
下面的代码实现了基于GMM的运动目标检测,同时能够消除运动阴影; (基于文献:Improved adaptive Gausian mixture model for background subtraction)
[cpp] view
plaincopy
// 基于混合高斯模型的运动目标检测
// Author: www.icvpr.com
// Blog: http://blog.csdn.net/icvpr
#include <iostream>
#include <string>
#include <opencv2/opencv.hpp>
int main(int argc, char** argv)
{
std::string videoFile = "../test.avi";
cv::VideoCapture capture;
capture.open(videoFile);
if (!capture.isOpened())
{
std::cout<<"read video failure"<<std::endl;
return -1;
}
cv::BackgroundSubtractorMOG2 mog;
cv::Mat foreground;
cv::Mat background;
cv::Mat frame;
long frameNo = 0;
while (capture.read(frame))
{
++frameNo;
std::cout<<frameNo<<std::endl;
// 运动前景检测,并更新背景
mog(frame, foreground, 0.001);
// 腐蚀
cv::erode(foreground, foreground, cv::Mat());
// 膨胀
cv::dilate(foreground, foreground, cv::Mat());
mog.getBackgroundImage(background); // 返回当前背景图像
cv::imshow("video", foreground);
cv::imshow("background", background);
if (cv::waitKey(25) > 0)
{
break;
}
}
return 0;
}
实验结果:
当前帧图像
当前背景图像
前景图像
经过腐蚀和膨胀处理后的前景图像
(白色为运动目标区域;灰色为阴影区域;黑色为背景)
常用的目标检测方法:1)帧间差分;2)背景减除;
其中背景减除方法的关键在于建立一个鲁棒的背景模型(背景图像),常用的建立背景模型方法有:
1)均值法;2)中值法;3)滑动平均滤波法;4)单高斯;5)混合高斯模型;6)codebook,等。
混合高斯模型的原理:
每个像素的R、G、B三个通道像素值的变化分别由一个混合高斯模型分布来刻画。这样的好处在于,同一个像素位置处可以呈现多个模态的像素值变化(例如水波纹,晃动的叶子等)。
GMM的出处:Adaptive background mixture models for real-time tracking (1999年由Chris Stau er提出)
OpenCV版本:2.4.2
下面的代码实现了基于GMM的运动目标检测,同时能够消除运动阴影; (基于文献:Improved adaptive Gausian mixture model for background subtraction)
[cpp] view
plaincopy
// 基于混合高斯模型的运动目标检测
// Author: www.icvpr.com
// Blog: http://blog.csdn.net/icvpr
#include <iostream>
#include <string>
#include <opencv2/opencv.hpp>
int main(int argc, char** argv)
{
std::string videoFile = "../test.avi";
cv::VideoCapture capture;
capture.open(videoFile);
if (!capture.isOpened())
{
std::cout<<"read video failure"<<std::endl;
return -1;
}
cv::BackgroundSubtractorMOG2 mog;
cv::Mat foreground;
cv::Mat background;
cv::Mat frame;
long frameNo = 0;
while (capture.read(frame))
{
++frameNo;
std::cout<<frameNo<<std::endl;
// 运动前景检测,并更新背景
mog(frame, foreground, 0.001);
// 腐蚀
cv::erode(foreground, foreground, cv::Mat());
// 膨胀
cv::dilate(foreground, foreground, cv::Mat());
mog.getBackgroundImage(background); // 返回当前背景图像
cv::imshow("video", foreground);
cv::imshow("background", background);
if (cv::waitKey(25) > 0)
{
break;
}
}
return 0;
}
实验结果:
当前帧图像
当前背景图像
前景图像
经过腐蚀和膨胀处理后的前景图像
(白色为运动目标区域;灰色为阴影区域;黑色为背景)
相关文章推荐
- 《mount的艺术》-linux命令五分钟系列之十四
- Android系统在超级终端下必会的命令大全(adb shell命令大全)
- 《玩转shutdown》-linux命令五分钟系列之十三
- 《用chsh选择shell》-linux命令五分钟系列之十二
- 《vi中的替换艺术》-linux命令五分钟系列之十一
- 课下参考三 使用光盘映像创建虚拟机并安装centos5.5系统视频
- 《作业控制系列》-“linux命令五分钟系列”之十
- Linux学习笔记----CentOS 在什么情况下,进入图形界面安装模式 ??
- Linux 命令[8]:ln
- 《zip命令》-linux命令五分钟系列之九
- 《bunzip2命令》-linux命令五分钟系列之八
- shell 自动执行参数脚本并判断(一个折腾的下午)
- 《gzip命令》-linux命令五分钟系列之七
- 《tr命令》-linux命令五分钟系列之六
- linux的磁盘管理
- Apache ab参数--压力测试
- 《uname命令》-linux命令五分钟系列之五
- Bash基础
- 《chkconfig命令》-linux命令五分钟系列之四
- OpenCV 支持向量机