opencv视频分析与对象追踪之背景消除建模(BSM)适用于静态背景动态前景

原理介绍

一些使用场景

实际场景：电梯间检测人，电梯间没人的时候摄像头看到的都是轿箱图片，由于电梯内部光源比较恒定，平时变化部分不大属于背景，当有人进来的时候，当前帧与背景差值，就是新物体，可以做到人体检测。
还可以用到其它的背景画面常态性不变的监控场景。

---

基本原理图

---

Background Subtraction基本原理

• BS算法
  • 图像分割(GMM-高斯混合模型)
  • 机器学习(KNN-K个最近邻)，随着时间不断更新背景

---

相关api

函数api

BackgroundSubtractor;     //父类
BackgroundSubtractorMOG2;   //基于高斯混合模型
BackgroundSubtractorKNN;    //基于机器学习
 

---

代码

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace std;
using namespace cv;
int main(void)
{
    Mat frame;
    Mat bsmaskMOG2,bsmaskKNN;
    VideoCapture cap;

    namedWindow("input video",WINDOW_AUTOSIZE);
    namedWindow("MOG2",WINDOW_AUTOSIZE);
    namedWindow("KNN",WINDOW_AUTOSIZE);

    //创建BSM消除器 基于GMM
    Ptr<BackgroundSubtractorMOG2> pMOG2 = createBackgroundSubtractorMOG2();
    //创建BSM消除器 基于KNN
    Ptr<BackgroundSubtractorKNN> pKNN = createBackgroundSubtractorKNN();
    if(!cap.open("/work/opencv_video/vtest.avi"))
    {
        cout << "video is err" << endl;
        return -1;
    }
    //开操作 掩膜
    Mat kernel = getStructuringElement(MORPH_RECT,Size(3,3));
    while(true)
    {
        cap>>frame;
        if(frame.empty())
        {
            break;
        }
        imshow("input video",frame);
        //识别前景
        pMOG2->apply(frame,bsmaskMOG2);
        pKNN->apply(frame,bsmaskKNN);
        
        //开操作 消除噪点
        morphologyEx(bsmaskMOG2,bsmaskMOG2,MORPH_OPEN,kernel);
        morphologyEx(bsmaskKNN,bsmaskKNN,MORPH_OPEN,kernel);
        
        //显示结果
        imshow("MOG2",bsmaskMOG2);
        imshow("KNN",bsmaskKNN);
        if(waitKey(100)>0)
            break;
    }
    cap.release();
    destroyAllWindows();
    return 0;
}
}

---

效果

---