改善背景减法

我正在处理视频处理项目以检测前景物体。下面是我用来分离前景和背景的代码的一部分。改善背景减法

#include "opencv2/core/core.hpp" 
#include "opencv2/video/background_segm.hpp" 
#include "opencv2/highgui/highgui.hpp" 
#include <stdio.h> 

using namespace std; 
using namespace cv; 


//this is a sample for foreground detection functions 
int main(int argc, const char** argv) 
{ 


    VideoCapture cap; 
    bool update_bg_model = true; 

    cap.open(0); 


    if(!cap.isOpened()) 
    { 
     printf("can not open camera or video file\n"); 
     return -1; 
    } 

    namedWindow("image", CV_WINDOW_NORMAL); 
    namedWindow("foreground mask", CV_WINDOW_NORMAL); 
    namedWindow("foreground image", CV_WINDOW_NORMAL); 
    namedWindow("mean background image", CV_WINDOW_NORMAL); 

    BackgroundSubtractorMOG2 bg_model; 
    Mat img, fgmask, fgimg; 

    for(;;) 
    { 
     cap >> img; 

     if(img.empty()) 
      break; 

     if(fgimg.empty()) 
      fgimg.create(img.size(), img.type()); 

     //update the model 
     bg_model(img, fgmask, update_bg_model ? -1 : 0); 

     fgimg = Scalar::all(0); 
     img.copyTo(fgimg, fgmask); 

     Mat bgimg; 
     bg_model.getBackgroundImage(bgimg); 

     imshow("image", img); 
     imshow("foreground mask", fgmask); 
     imshow("foreground image", fgimg); 
     if(!bgimg.empty()) 
      imshow("mean background image", bgimg); 

     char k = (char)waitKey(30); 
     if(k == 27) break; 
     if(k == ' ') 
     { 
      update_bg_model = !update_bg_model; 
      if(update_bg_model) 
       printf("Background update is on\n"); 
      else 
       printf("Background update is off\n"); 
     } 
    } 

    return 0; 
}

在前景蒙板窗口中，我收到很多噪音以及实际的前景物体。另外，fulll对象被识别为前景。我还需要用矩形限制前景地物。 Wil BoundRect（）如果我在前景蒙板中绘制轮廓，还能做什么工作？...还有什么是在查找轮廓（findcontour（））和BoundRect函数时要传递的最推荐的参数......预先感谢

来源

2013-03-02 hunter

如果图像中有噪声（如每个视频中），最简单的解决方案是运行某种高斯模糊。我不明白这个部分：“另外fulll对象被认为是前景”，你是什么意思..你需要稍微更清楚一点。 – OopsUser 2013-03-03 20:57:47

我的意思是这样的：http://answers.opencv.org/upfiles/13623024413088434.png – hunter 2013-03-08 01:48:12

答案太晚，但我希望这可以帮助别人。

以像素完美的方式在视频中分离前景和背景（对背景没有任何限制）是一个非常困难的问题。许多研究工作已经进入这个领域，并且还有范围。所以简单的gaussians混合（就像BackgroundSubtractorMOG2一样）可能不会给你非常准确的结果。噪声几乎是不可避免的，因为MOG的决定是基于色彩线索的，并且背景中的一些像素可能适合由它制成的高斯模型。

您以前景形式获得的这些像素实际上代表了变化。因此，如果您修改背景模型的学习率，您可以密切跟踪正在移动的像素。如果您可以在假设您的背景相当静止的情况下工作，则移动像素将代表您的前景，并且可以在一定程度上帮助您解决问题。

我也建议在openCV中使用BackgroundSubtractorGMG函数。此功能从前几个（可设置的数量）帧中学习背景模型。如果可能的话，让前几帧为前景。你可能会取得不错的成绩。

来源

2014-07-13 04:57:34 TheBlueNotebook

改善背景减法

回答

相关问题