Question

我正在阅读关于手/头跟踪的this和this论文。他们都谈到检测运动计算每个像素邻域的差异，并将结果与阈值进行比较：

引自第一篇论文：

我们使用参考文献中描述的时间差分方法。 [41]，计算每个像素周围的邻域差异的绝对值，然后通过对所有相邻像素的差异求和来导出累积差异。当累积差异高于预定阈值时，将像素分配给移动区域。

有没有一种有效的方法（可能在OpenCV中）？
我写的代码非常天真，除了丢失实时外，似乎没有比更简单的像素到像素差异给出更好的结果：

template<class T> class Image {
private:
    IplImage* imgp;
public:
    Image(IplImage* img=0) {imgp=img;}
    ~Image(){imgp=0;}
    void operator=(IplImage* img) {imgp=img;}
    inline T* operator[](const int rowIndx) {
        return ((T *)(imgp->imageData + rowIndx*imgp->widthStep));}
};

typedef Image<unsigned char>  BwImage;
typedef Image<float>          BwImageFloat;


void computeMovingRegion( IplImage* prev,  IplImage* cur, IplImage *mov) {

    BwImage _prev(prev);
    BwImage _cur(cur);
    BwImage _mov(mov);

    for (int i = 3; i<prev->height-3; i++) {
        for (int j=3; j<prev->width-3; j++) {

            int res=0;

            for (int k=i-3; k<i+3; k++) 
                for (int n=j-3; n<j+3; n++) 
                    res += abs(_cur[k][n] -_prev[k][n]);

            if (res>2000) {
                _mov[i][j]=_cur[i][j];
            }
            else
                _mov[i][j]=0;

        }
    }
}

图像为灰度。不要认为这很重要，但我使用的是MacOS 10.8和Xcode 4.4.2。

Answer 1

如果您首先计算绝对差异图像（即abs(_cur[] - prev[])），那么您应该可以删除大量冗余，然后重复此操作。除此之外你还可以做更多的优化，但这对于相对较少的努力来说是一个良好的开端。

另请注意，您的循环索引看起来不对 - 如果您想进行7x7邻居操作，则应该是：

for (int k=i-3; k<=i+3; k++) 
    for (int n=j-3; n<=j+3; n++) 
        ...

OpenCV中像素邻域差异的有效算法

1 个答案: