目標檢測——背景更新法

在運動目標檢測中，爲了完善當前構建的背景模型，更好的策略就是更新背景模型。 如果model是當前背景模型，cur是當前幀，則新的模型爲：
modelnew = (1-a)*model+a*cur （a爲學習率），隨着時間的推移，之前的建模圖片權重越來越小。Opencv中提供了cvRunningAvg函數，其中調用了accumulateWeighted函數（源代碼可參考accum.cpp)。

做了一個實驗，在二幀幀差法使用背景更新。二幀幀差法將前一幀作爲背景，前後兩幀間如果目標運動幅度不是很大，則存在大部分的區域重疊，從而導致檢測出來的運動目標存在“空洞”現象。
部分代碼如下：

IplImage  * pFrame=NULL;   //當前幀       
IplImage  * pFrImg=NULL;      //前景    
IplImage  * pBkImg=NULL;    //背景
CvMat* pFrameMat=NULL;
CvMat* pFrMat=NULL;
CvMat* pBkMat=NULL;
CvCapture * pCapture;
int nFrmNum=0;                 
cvNamedWindow("視頻",1);
cvNamedWindow("背景",1);
cvNamedWindow("前景",1);
pCapture =cvCreateFileCapture（…………………………）

while(pFrame=cvQueryFrame(pCapture))   
    {

        if(!pFrame)         //判斷幀是否有效
            break;
        nFrmNum++;  
        //如果是第一幀，需要申請內存，並初始化
        if(nFrmNum==1)
            {
                pBkImg=cvCreateImage(cvSize(pFrame->width, pFrame->height),8,1);
                pFrImg=cvCreateImage(cvSize(pFrame->width, pFrame->height),8,1);
                pBkMat=cvCreateMat(pFrame->height,pFrame->width,CV_32FC1);
                pFrMat=cvCreateMat(pFrame->height,pFrame->width,CV_32FC1);
                pFrameMat=cvCreateMat(pFrame->height,pFrame->width,CV_32FC1);

                cvCvtColor(pFrame,pBkImg,CV_BGR2GRAY);
                cvCvtColor(pFrame,pFrImg,CV_BGR2GRAY);

                cvConvert(pFrImg,pFrameMat);
                cvConvert(pFrImg,pFrMat);
                cvConvert(pFrImg,pBkMat);

             }
        else
            {
                //將幀圖像轉化爲灰度圖像
                cvCvtColor(pFrame,pFrImg, CV_BGR2GRAY);
                cvConvert(pFrImg,pFrameMat);

                cvAbsDiff(pFrameMat,pBkMat,pFrMat);
                cvThreshold(pFrMat, pFrImg, 60, 255.0, CV_THRESH_BINARY);

                cvRunningAvg(pFrameMat,pBkMat,0.005,0);// 移動背景跟新
                cvConvert(pBkMat,pBkImg);
                //在視頻窗口中顯示幀圖像，進行視頻播放
                cvShowImage("視頻",pFrame);
                cvShowImage("前景",pFrImg);
                cvShowImage("背景",pBkImg);


                //爲了觀察效果，人爲控制視頻播放速度
                char c=cvWaitKey(30);
                if(c==27) //按下Esc鍵退出視頻播放
                    break;
          }
     }

     cvDestroyWindow("視頻");
     cvDestroyWindow("前景");
     cvDestroyWindow("背景");

截取開始時背景 和 經過一段時間後的背景

可以看出的是，對於一直有運動目標的視頻，背景更新能夠還原出靜止的路面狀況。
背景更新提出是基於統計平均背景法，計算滑動平均值，我的想法是在計算出前多少幀的平均背景之後，根據當前幀更新圖像累積庫，重新計算平均值。【之後補充這部分代碼和實驗結果】