利用图像抖动来获取物体的轮廓的新型算法

在做差分试验中，发现对于运动快的手臂效果好，而对于很少运动的身体来讲效果不好，无意中摆动摄像头时，发现它可以获得差分后的轮廓，进一步来讲，如果假设摄像头不动，而图像出现抖动的情况，即整个图像向上向左平移一个单位象素，这样在差分中也可以得到轮廓，所以特地在OPENCV5上实现了这个算法。试验的效果还是不错的。

它的好处是一种新颖，简单，计算量小的方法，因为它不需要计算任何梯度，如果采用一些canny,sobel算子，会慢很多，它的缺点是引入了其他物体的干扰。

实际上更大的意义是在一个静态场景中，需要对那些静止的物体进行分割时，不妨采用这种方法，很容易获得轮廓。

算法如下:

//使用帧间差分方法得到轮廓
int HumanMotion::getContour(IplImage *grey, IplImage *pre_grey)
{
 CvMat mat;
 CvMat *temp = cvGetMat(pre_grey , &mat,0 ,2);

 int shift_x = 1;
 int shift_y = 1;

 for(int x=0;x<mat.rows-shift_x;x++)
 {
  for(int y=0;y<mat.step-shift_x;y++)
  {  
   int value =mat.step*x + y;   
   int value2 =mat.step*(x+shift_x) + y + shift_y;
   mat.data.ptr[value]=mat.data.ptr[value2];  
  }
 }

 cvAbsDiff( grey,pre_grey,abs_image );
 cvThreshold( abs_image, abs_image, 20, 255, CV_THRESH_BINARY ); 
 return 0;
}