【導(dǎo)讀】研究的熱門(mén)學(xué)科。像識(shí)別的準(zhǔn)確率一直是一個(gè)難以解決的課題。而基于背景差分的圖像識(shí)別技術(shù)則。的一門(mén)科學(xué)［2］。這種方法以將背景圖片與實(shí)時(shí)圖像作差分的方法有效提高普通圖?？斓奶幚硭俣?，能在的幫助下完成目標(biāo)。粒優(yōu)劣的判斷、運(yùn)動(dòng)人體檢測(cè)等領(lǐng)域。本文使用USB外接攝像頭從外界獲得背景。結(jié)合編程的方法［6］，對(duì)背景與被測(cè)視頻流做差分，從而達(dá)到物體識(shí)別的目的。

　　

【正文】 ge )。//解放 differenceBImage 內(nèi)存 cvReleaseImage( amp。sqrDifferenceImage )。//解放 sqrDifferenceImage 內(nèi)存 } 17 //灰度評(píng)價(jià) // // // 解釋 : // currentImage： 當(dāng)前圖像 IplImage // backgroundImage： 背景圖像用 IplImage // resultImage： 結(jié)果圖像用 IplImage // void colorDifference (IplImage * currentImage , IplImage *backgroundImage, // colorDifference 模式 IplImage *resultImage ) { // 圖像生成 IplImage *differenceImage = cvCreateImage( imageSize, IPL_DEPTH_8U, 3 )。 // 建立 差分用 圖 IplImage IplImage *differenceRImage = cvCreateImage( imageSize, IPL_DEPTH_8U, 1 )。 //建立 R 通道值 的差分 用 圖 IplImage *differenceRImage IplImage *differenceGImage = cvCreateImage( imageSize, IPL_DEPTH_8U, 1 )。 //建立 G 通道值的差分用圖 IplImage *differenceGImage IplImage *differenceBImage = cvCreateImage( imageSize, IPL_DEPTH_8U, 1 )。 //建立 B 通道值的差分用圖 IplImage *differenceGImage cvAbsDiff( currentImage, backgroundImage, differenceImage )。// 對(duì) currentImage 和backgroundImage 取差分并求其絕對(duì)值 cvThreshold( differenceImage, differenceImage, THRESHOLD, THRESHOLD_MAX_VALUE, CV_THRESH_BINARY )。 // 進(jìn)行閾值處理 cvSplit(differenceImage,differenceBImage,differenceGImage,differenceRImage, NULL )。//將圖像分割為 R、 G、 B 三個(gè)通道 cvOr( differenceRImage, differenceGImage, resultImage )。 // R 通道圖像與 G 通道圖像作或邏輯運(yùn)算 ，結(jié)果存放在 resultImage 中 cvOr( differenceBImage, resultImage, resultImage )。 // B 通道圖像與 resultImage圖像作或邏輯運(yùn)算，結(jié)果存放在 resultImage 中 cvReleaseImage( amp。differenceImage )。 // 解放 圖像 存儲(chǔ)器 cvReleaseImage( amp。differenceRImage )。 // 解放 R 通道 存儲(chǔ)器 cvReleaseImage( amp。differenceGImage )。 // 解放 G 通道 存儲(chǔ)器 cvReleaseImage( amp。differenceBImage )。 // 解放 B 通道 存儲(chǔ)器 } 18 // // // // 灰度估計(jì) // 參數(shù) : // currentImage : 當(dāng)前圖像用 IplImage // backgroundImage : 背景圖像用 IplImage // resultImage : 結(jié)果圖像用 IplImage // // // void int main( void ){ int key。 // 輸入 所用變量 CvCapture *capture = NULL。 // 照相機(jī)捕捉用的構(gòu)造體 char windowNameCurrent[] = Current。 // 表示當(dāng)前的圖像的窗的名字 char windowNameResult[] = Result。 // 表示結(jié)果的圖像的窗的名字 char windowNameBackground[] = Background。 //表示背景的圖像的窗的名字 IplImage *frameImage = NULL。 // IplImage 作為初始圖片 IplImage *currentImage = NULL。 // 當(dāng)前的圖像用 IplImage IplImage *backgroundImage = NULL。 // 背景的圖像用 plImage IplImage *resultImage = NULL。 // 結(jié)果的圖像用 IplImage int captureOn = CAPTURE_ON。 // 是否更新進(jìn)行背景差分的圖像 int differenceMode = COLOR_DIFFERENCE。 // 差分計(jì)算模式 int noiseMode = NOISE_KEEP。 // 噪聲消除的模式 char *differenceMethod[3] ={ // 差分模式選擇的模式 對(duì)圖像 RGB 成分分別 評(píng)價(jià) , CIE L*a*b*標(biāo)準(zhǔn)評(píng)價(jià) , 灰度 標(biāo)準(zhǔn)下 進(jìn)行評(píng)價(jià) }。 char *noiseMethod[3] = { 不用 , open,median }。 19 // 初始化攝像頭 if ( ( capture = cvCreateCameraCapture( 1 ) ) == NULL ){ // 未發(fā)現(xiàn)攝像頭 printf( 攝像頭 未被發(fā)現(xiàn) \n )。 return 1。 } cvNamedWindow (windowNameCurrent, CV_WINDOW_AUTOSIZE )。 cvNamedWindow ( windowNameResult, CV_WINDOW_AUTOSIZE )。 cvNamedWindow (windowNameBackground, CV_WINDOW_AUTOSIZE )。 frameImage=cvQueryFrame (capture)。 // 拍攝一張背景圖片 backgroundImage = cvCloneImage(frameImage)。 currentImage = cvCloneImage(frameImage)。 // 將第一張背景圖片復(fù)制為初始圖片 imageSize=cvSize( frameImagewidth,frameImageheight)。 // 保存圖片尺寸 resultImage = cvCreateImage( imageSize,IPL_DEPTH_8U,1)。 // 創(chuàng)造二值化后的結(jié)果圖片 名為 resultImage while( 1 ) // 開(kāi)始 計(jì)算 { frameImage = cvQueryFrame( capture )。 if( captureOn != 0) { if( currentImage != NULL){ cvReleaseImage( amp。currentImage )。 } currentImage = cvCloneImage( frameImage )。 } // 差分計(jì)算方法選擇 if( differenceMode == COLOR_DIFFERENCE ){ //標(biāo)準(zhǔn)評(píng)價(jià) 切換為 RGB 模式 colorDifference( currentImage, backgroundImage, resultImage )。 } else if( differenceMode == LAB_DIFFERENCE ){ // 標(biāo)準(zhǔn)評(píng)價(jià) 切換為 L*a*b* 模式 labDifference( currentImage , backgroundImage , resultImage )。 } else if( differenceMode == GRAY_DIFFERENCE ) // 灰度標(biāo)準(zhǔn)評(píng)價(jià) 20 { grayScaleDifference ( currentImage, backgroundImage, resultImage )。 } if( noiseMode == NOISE_MORPHOLOGY ) // 消除噪音 { cvErode ( resultImage, resultImage )。 cvDilate ( resultImage, resultImage )。 } else if ( noiseMode == NOISE_MEDIAN ) { cvSmooth( resultImage, resultImage, CV_MEDIAN )。 } if( resultImageorigin == 0 ) //左上角有原點(diǎn)的情況 { cvFlip ( resultImage, resultImage, 0 )。 } cvShowImage ( windowNameCurrent, currentImage )。 //顯示 圖像 currentImage cvShowImage ( windowNameResult, resultImage )。 //顯示 圖像 resultImage cvShowImage ( windowNameBackground, backgroundImage )。 // 顯示 圖像 resultImage key = cvWaitKey ( 1 )。 // 判斷 輸入 if( key == 39。q39。 ) // 39。q39。鍵退出循環(huán) { break。 } else if( key == 39。b39。 ) //鍵按下時(shí)刻的圖像作為背景 { if( backgroundImage != NULL ){ cvReleaseImage ( amp。backgroundImage )。 } backgroundImage = cvCloneImage( frameImage )。 printf( 背景圖像更新 \n )。 } else if( key == 39。 39。 ) // 鍵變更圖像 保存 的 ON/OFF（ 空格 鍵 ） { captureOn = 1 captureOn。 21 if( captureOn == CAPTURE_ON ){ printf( 圖像 保存 ： ON\n )。 } else if( captureOn == CAPTURE_OFF ){ printf( 圖像 保存 : OFF\n )。 } } else if( key == 39。m39。 ){ //變更 差 分 的評(píng)價(jià)方法 （按下 39。m39。鍵） differenceMode = differenceMode + 1。 if( differenceMode GRAY_DIFFERENCE ) { differenceMode = COLOR_DIFFERENCE。 } printf( 差 分 的評(píng)價(jià)方法 : %s\n, differenceMethod[differenceMode] )。 } else if( key == 39。n39。 ) { // 按下 39。n39。鍵168。噪聲消除方法變更 noiseMode = noiseMode + 1。 if( noiseMode NOISE_MEDIAN ) { noiseMode = NOISE_KEEP。 } printf( 噪聲消除方法 : %s\n, noiseMethod[noiseMode] )。 } } // 釋放 capture cvReleaseCapture ( amp。capture )。 // 釋放存儲(chǔ)器 cvReleaseImage ( amp。backgroundImage )。 cvReleaseImage( amp。currentImage )。 cvReleaseImage ( amp。resultImage )。 // 銷毀 窗口 cvDestroyWindow( windowNameCurrent )。 22 cvDestroyWindow( windowNameResult )。 cvDestroyWindow( windowNameBackground )。 return 0。 } 第 四 節(jié) 程序運(yùn)行結(jié)果 經(jīng)過(guò) 多次實(shí)際測(cè)試 ， 得到如下一組圖像 ： 圖 背景圖像 圖 當(dāng)前圖像 多次 按“ m”鍵 以 選擇不同的差 分 的評(píng)價(jià)方法， 獲得如下評(píng)價(jià) 結(jié)果圖像