【文章內(nèi)容簡介】 Method){ m_nFrame = index。 memcpy(m_pCurImage,sBuf,WIDTH*HEIGHT*3)。RGBToYUV(m_pCurImage,m_pGrayImage,WIDTH,HEIGHT)。GetMultiData(m_pGrayImage,WIDTH,HEIGHT)。if(m_nFrameBACK_ALL_NUM){ if(m_nFrame==(BACK_ALL_NUM+1)) { GetBgImage()。 memset(m_pTemplate,0,IMAGESIZE*sizeof(UINT))。 count = 0。 SaveBmp(m_pBackground,WIDTH,HEIGHT,8,index)。 } else if(m_nFrame%(2*BACK_ALL_NUM)==1) //更新背景圖像 { GetBgImage()。 memset(m_pTemplate,0,IMAGESIZE*sizeof(UINT))。 count = 0。 SaveBmp(m_pBackground,WIDTH,HEIGHT,8,index)。 }DiffImage(m_pGrayImage,m_pBackground,WIDTH,HEIGHT,THRESHOLD)。 DeNoise(m_pDiffImage,WIDTH,HEIGHT)。 }/*DiffImage函數(shù)說明：對圖像差分處理 */void CStatsticDetect::DiffImage(BYTE *sGray,BYTE *pGray,int nWidth, int nHeight,int nThreshold){ int i,j。 for(j=0。jnHeight。j++) { for(i=0。inWidth。i++) { int diff=sGray[j*nWidth+i]pGray[nWidth*j+i]。 if(diffnThreshold||diffnThreshold) { m_pDiffImage[j*nWidth+i]=255。 } else { m_pDiffImage[j*nWidth+i]=0。 } } }}/* GetMultiData函數(shù)說明：用于多針累加 */void CStatsticDetect::GetMultiData(BYTE *sGray,int nWidth, int nHeight){ count++。for(int j=0。jnHeight。j++) for(int i=0。inWidth。i++) m_pTemplate[j*nWidth+i]+=sGray[j*nWidth+i]。}/*GetBgImage函數(shù)說明：用于獲取背景圖像*/void CStatsticDetect::GetBgImage(){ int i,j,t,pixel。 for(j=0。jHEIGHT。j++) { for(i=0。iWIDTH。i++) { t = j*WIDTH+i。 pixel = UINT(m_pTemplate[t]/count+)。 if(pixel255) m_pBackground[t] = BYTE(255)。 else if(pixel0) m_pBackground[t] = BYTE(0)。 else m_pBackground[t] = BYTE(pixel)。 } }} 函數(shù)調(diào)用建立CStaticDetect對象，每過一幀圖像，調(diào)用ReceiveFrame函數(shù)，該函數(shù)有兩個參數(shù)，第一個參數(shù)index是當前幀的幀號，第二個參數(shù)sBuf代表幀圖像數(shù)據(jù)，其大小與給定的圖像大小相同。在達到預(yù)定的閾值后，ReceiveFrame函數(shù)將建立起背景模型，并進行目標檢測，檢測結(jié)果通過成員變m_pDiffImage量輸出。實驗結(jié)果如圖所示。圖（31）第n幀圖像 圖（32）第n+1幀圖像圖（33）第n幀對應(yīng)檢測結(jié)果 圖（34）第n+1幀對引發(fā)檢測結(jié)果 動態(tài)背景下得運動目標檢測如果目標運動的同時，攝像機也發(fā)生了相對運動時，運動目標的變化與背景的變化就會混合，使得目標檢測變得復(fù)雜困難。對于動態(tài)背景下的運動目標檢測，如果在動態(tài)背景中的目標檢測中沿用靜態(tài)背景下得目標檢測思想，那么在進行圖像處理時，可以這樣，首先將連續(xù)幾幀的背景圖像確定于同一幀的相同位置，這樣就把運動目標給顯現(xiàn)出來。這個方法是基于圖像配準技術(shù)的，通過圖像配準處理估計出幀間運動背景的全局運動矢量，然后把后幀與前幀進行圖像配準。圖像配準完成后確定了背景圖像，接著就可以利用幀間差分法完成目標檢測工作。下面闡述一個基于圖像配準和差分相乘的目標檢測的方法。圖像配準的方法有很多種，傳統(tǒng)的配準方法如基于灰度互相關(guān)的模板匹配算法、平均絕對差算法、基于統(tǒng)計的匹配算法、基于特征的匹配算法等。當兩幀圖像的背景只有平移變化時，只需要簡單計算出平移量就可以實現(xiàn)配準。但當兩幅圖像之間不僅有平移變化，還存在旋轉(zhuǎn)或者比例變化時，需要使用特征點匹配或其他方法進行圖像配準從而求出兩幀圖像之間的變換關(guān)系。圖像的配準可以定義為兩幅圖像空間以及強度上得一種映射。如果用和來表示兩幅圖像，和表示它們各自的強度值，這種映射關(guān)系可以表示為： （35）式中，——二維空間變換，即為；G——一個一維變換。 差分相乘原理在確定相鄰幀圖像背景間的運動偏移量之后，把后幀圖像按運動偏移量與前幀圖像進行對準，再作幀間差分運算，現(xiàn)在就減掉了之前配準的背景。對于二維差分圖像，從理論上來講，只有目運動的重疊區(qū)域的像素點值為零，不過實際處理中，相鄰幀圖像中，光照的改變、高頻噪聲干擾以及場景中小的變化，都會使得二維差分圖像中除了運動目標以外不少像素點值都不為零，存在很多這樣會產(chǎn)生虛假運動目標。為了克服干擾，可以采用多幀圖像差分相乘，銳化二維差分圖像中運動邊緣的相關(guān)峰，增強圖像邊緣，減少甚至消除光照不均、噪聲和自然場景中變化帶來的干擾，能夠準確地檢測出目標的邊緣信息。這里采用相鄰四幀差分相乘方法，能夠有效減少虛假目標。公式如下： (36)式中，，分別為配準后的圖像像素，為經(jīng)過差分相乘處理后后所得圖像像素。一個階躍的邊緣信號從第1幀中順序運動到、和中的位置時，進行差分相乘或差分累加，對它們結(jié)果進行對比發(fā)現(xiàn)，如果使用差分累加方法，不僅兩差值信號的中間因為累加出現(xiàn)了較大值，而且使其他信號的值也變大；如果對兩個差值信號進行相乘處理，最后結(jié)果只有兩個差值信號的中間出現(xiàn)較大值，而且其他位置依然為零。 基于差分相乘原理的運動目標檢測算法實現(xiàn) 動態(tài)背景下運動目標的檢測步驟1) 將第一幀圖像與第三幀圖像配準，第二幀圖像與第四幀圖像配準。2) 將配準后的圖像第一幀與第三幀做差分，第二幀與第四幀做差分。3) 將兩幅幀差圖像相乘，存在運動重疊的地方出現(xiàn)較高的相關(guān)峰，其他不連續(xù)的區(qū)域的數(shù)值為零或較小，這樣利用閾值就能有效排除虛假目標的干擾，從而得到較精確的運動目標的邊緣。4) 得到差分相乘圖像后，按照靜態(tài)背景下運動目標檢測的方法對圖像進行形態(tài)學處理和陰影去除，從而實現(xiàn)運動目標的檢測。5) 利用形心法計算出目標的形心位置坐標，作為下一幀跟蹤的初始位置。 類的定義差分相乘運動目標檢測類名為“ChafenMul”，該類中主要包含兩個方法：PrepareData用來提供幀數(shù)據(jù)，process用來做差分相乘運動目標的檢測工作。class ChafenMul{public: ChafenMul(int width,int height,int targetThreshold)。 ~ChafenMul()。public: unsigned char *frame1。 //第1幀數(shù)據(jù) unsigned char *frame2。 //第2幀數(shù)據(jù) unsigned char *frame3。 //第3幀數(shù)據(jù) unsigned char *frame4。 //第4幀數(shù)據(jù) int frameWidth。 int frameHeight。 //幀寬度和高度 int readyCount。 //輸入幀的數(shù)量 int targetThreshold。 //目標檢測閾值public: void PrepareData(unsigned char *buffer,int width,int height)。 void process()。}。 類的實現(xiàn)/*ChafenMul函數(shù) 說明：構(gòu)造函數(shù)，并分配內(nèi)存空間，參數(shù)為幀的高度和寬度*/ChafenMul::ChafenMul(int width,int height,int _targetThreshold):targetThreshold(_targetThreshold),frameWidth(width),frameHeight(height),frame1(NULL),frame2(NULL),frame3(NULL),frame4(NULL){ frame1 = new unsigned char[width * height]。 frame2 = new unsigned char[width * height]。 frame3 = new unsigned char[width * height]。 frame4 = new unsigned char[width * height]。 memset(frame1,0,sizeof(unsigned char) * width * height)。 memset(frame2,0,sizeof(unsigned char) * width * height)。 memset(frame3,0,sizeof(unsigned char) * width * height)。 memset(frame4,0,sizeof(unsigned char) * width * height)。 readyCount = 0。}/* ~ChafenMul函數(shù)說明：析構(gòu)函數(shù)，釋放內(nèi)存空間*/ChafenMul::~ChafenMul(){ if(frame1 != NULL) delete[] frame1。 if(frame2 != NULL) delete[] frame2。 if(frame3 != NULL) delete[] frame3。 if(frame4 != NULL) delete[] frame4。}/*PrepareData函數(shù) 說明：輸入幀圖像數(shù)據(jù)，并分別將幀圖像數(shù)據(jù)拷貝至緩存中*/void ChafenMul::PrepareData(unsigned char *buffer,int width,int height){ if(readyCount == 0) memcpy(frame1,buffer,width * height * sizeof(unsigned char))。 if(readyCount == 1) memcpy(frame2,buffer,width * height * sizeof(unsigned char))。 if(readyCount == 2) memcpy(frame3,buffer,width * height * sizeof(unsigned char))。 if(readyCount == 3) memcpy(frame4,buffer,width * height * sizeof(unsigned char))。 readyCount ++。 if(readyCount == 4) readyCount = 0。}/*process函數(shù) 說明：差分相乘法檢測目標*/void ChafenMul::process(){ int * mul = new int[frameWidth * frameHeight]。 for(int j = 0。 j frameHeight。 j ++) { for(int i = 0。 i frameWidth。 i ++) { frame1[j*frameWidth+i]=abs(frame3[j*frameWidth+i] frame1[j * frameWidth + i])。 frame2[j*frameWidth+i]=abs(frame4[j*frameWidth+ i] frame2[j * frameWidth + i])。 mul[j*frameWidth +i] = frame1[j * frameWidth + i] * frame2[j * frameWidth + i]。 if(mul[j*frameWidth +i] targetThreshold) { frame1[j * frameWidth + i] =