从视频流中提取前景

时间:2013-04-21 13:22:41

标签: c++ opencv image-processing background-subtraction

我正在开发一个视频处理项目,该项目将摄像头输入作为输入并具有静态背景。我不需要像opencv中的BackgroundSubtractorMOG那样生成任何动态背景。我试图将前景对象绑定在边界框内。因此,这就是我所做的

cv::absdiff(back_frame,matProcessed,temp);         //back_frame is the background matProcessed is the frame from CAMERA in grayscale
cv::threshold(temp,temp,20,255,THRESH_BINARY);

cv::findContours(temp,contours,CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));
std::vector<Rect> boundRect( contours.size() );
std::vector< std::vector<Point> > contours_poly( contours.size() );

int j=0;
for(int i = 0; i < contours.size(); i++ )
{
           if(contourArea(contours[i])>100)
           {
               approxPolyDP( Mat(contours[i]), contours_poly[i], 10, true );
               boundRect[j] = boundingRect( Mat(contours_poly[i]) );
               j++;
           }


 }
 cv::rect r;
   for (int i = 0; i < boundRect.size(); i++)
    {
        r = boundRect[i];

        cv::rectangle(
            frame,
            cv::Point(r.x, r.y),
            cv::Point(r.x + r.width, r.y + r.height),
            CV_RGB(0,255,0)
        );
    }

但问题是我没有正确得到前景。无论如何,我可以改进前景生成并始终使用一些矩形边界框绑定前景对象,而不考虑背景复杂性和其他因素吗?

1 个答案:

答案 0 :(得分:0)

有各种简单而复杂的方法可以做到这一点。绝对建议采用像素方式的概率方法。您还可以在外观上使用Markov模型等内容来优化结果。请参阅this paper,特别是相关工作部分以及它们优化前景对象的最后一位。