【OpenCV】图像代数运算：平均值去噪，减去背景

代数运算，就是对两幅图像的点之间进行加、减、乘、除的运算。四种运算相应的公式为：

代数运算中比较常用的是图像相加和相减。图像相加常用来求平均值去除addtive噪声或者实现二次曝光（double-exposure）。图像相减用于减去背景或周期噪声，污染等。

图像相加

OpenCV中提供了相加的函数

void cvAcc(
           const CvArr* image,//输入图像
           CvArr* sum,  //累积图像
           const CvArr* mask=NULL//可选的运算
 );

我们还需要用到一个线性变换转换函数来对相加的结果求平均

void cvConvertScale(
        const CvArr* src, //输入数组
        CvArr* dst,//输出数组
        double scale=1,//比例
        double shift=0 //缩放比例，可选
);
#define cvCvtScale cvConvertScale
#define cvScale  cvConvertScale
#define cvConvert( src, dst )  cvConvertScale( (src), (dst), 1, 0 )

实践：平均值去噪

我们用NASA的一段幸运团的视频做实验，截取视频的某几个连续帧求平均值：

int main()
{
    CvCapture* capture=cvCaptureFromFile("media.avi");
    IplImage* frame=  NULL;
    IplImage * imgsum =NULL;

    int start=301;
    int end=304;
    cvSetCaptureProperty(capture, CV_CAP_PROP_POS_FRAMES, start);

    int count = start;
    while( cvGrabFrame(capture) && count <= end )
    {
        frame = cvRetrieveFrame(capture);// 获取当前帧
        if(imgsum==NULL){
            imgsum=cvCreateImage(cvGetSize(frame),IPL_DEPTH_32F,3);
            cvZero(imgsum);
        }
        cvAcc(frame,imgsum);

        char testname[100];
        sprintf(testname,"%s%d%s","image",count,".jpg");
        cvShowImage(testname,frame);
        cvSaveImage(testname,frame);

        count++;
    }
    IplImage * imgavg = cvCreateImage(cvGetSize(frame),IPL_DEPTH_8U,3);
    cvConvertScale(imgsum,imgavg,1.0/4.0);

    cvShowImage("imageavg",imgavg);
    cvSaveImage("imageavg_4.jpg",imgavg);

    cvWaitKey(0);
    cvReleaseCapture(&capture);
    return 0;
}

以下从左到右分别是连续两帧、四帧、八帧、十六帧求均值的结果：

   

   

实践：图像二次曝光

曝光和去噪是一样的，也是对几幅图像求平均

//通过求平均二次曝光
int main()
{
    IplImage* image1=  cvLoadImage("psu3.jpg");
    IplImage* image2=  cvLoadImage("psu4.jpg");

    IplImage * imgsum =cvCreateImage(cvGetSize(image1),IPL_DEPTH_32F,3);
    cvZero(imgsum);
    cvAcc(image1,imgsum);
    cvAcc(image2,imgsum);

    IplImage * imgavg = cvCreateImage(cvGetSize(image1),IPL_DEPTH_8U,3);
    cvConvertScale(imgsum,imgavg,1.0/2.0);

    cvShowImage("imageavg",imgavg);
    cvSaveImage("avg.jpg",imgavg);

    cvWaitKey(0);
    cvReleaseImage(&image1);
    cvReleaseImage(&image2);
    cvReleaseImage(&imgsum);
    cvReleaseImage(&imgavg);
    return 0;
}

下图是对同学街舞截图的“二次曝光”效果：

图像相减

OpenCV中用cvAbsDiff函数计算两数组的差的绝对值

void cvAbsDiff(
        const CvArr* src1,//第一个输入数组
        const CvArr* src2,//第二个输入数组
        CvArr* dst//输出数组
);

实践：减去背景

减去背景是通过两幅图像代数相减，可以判断出前景区域和运动区域，这是最简单（很多时候也是效果很好的）运动检测方法。

//减去背景
int main()
{
    IplImage* pFrame = NULL;
    IplImage* pFrImg = NULL;
    IplImage* pBkImg = NULL;

    CvMat* pFrameMat = NULL;
    CvMat* pFrMat = NULL;
    CvMat* pBkMat = NULL;

    CvCapture* pCapture = NULL;

    int nFrmNum = 0;

    //创建窗口
    cvNamedWindow("video", 1);
    cvNamedWindow("background",1);
    cvNamedWindow("foreground",1);

    pCapture = cvCaptureFromFile("media.avi");
    while(pFrame = cvQueryFrame( pCapture ))
    {
        nFrmNum++;

        //如果是第一帧，需要申请内存，并初始化
        if(nFrmNum == 1)
        {
            pBkImg = cvCreateImage(cvSize(pFrame->width, pFrame->height),  IPL_DEPTH_8U,1);
            pFrImg = cvCreateImage(cvSize(pFrame->width, pFrame->height),  IPL_DEPTH_8U,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);

            //转化成单通道图像再处理
            cvCvtColor(pFrame, pBkImg, CV_BGR2GRAY);
            cvCvtColor(pFrame, pFrImg, CV_BGR2GRAY);

            cvConvert(pFrImg, pFrameMat);
            cvConvert(pFrImg, pFrMat);
            cvConvert(pFrImg, pBkMat);
        }
        else
        {
            cvCvtColor(pFrame, pFrImg, CV_BGR2GRAY);
            cvConvert(pFrImg, pFrameMat);
            //当前帧跟背景图相减
            cvAbsDiff(pFrameMat, pBkMat, pFrMat);
            //二值化前景图
            cvThreshold(pFrMat, pFrImg, 60, 255.0, CV_THRESH_BINARY);
            //更新背景
            cvRunningAvg(pFrameMat, pBkMat, 0.003, 0);
            //将背景转化为图像格式，用以显示
            cvConvert(pBkMat, pBkImg);

            cvShowImage("video", pFrame);
            cvShowImage("background", pBkImg);
            cvShowImage("foreground", pFrImg);

            if( cvWaitKey(2) >= 0 )
                break;
        }
    }
    cvDestroyWindow("video");
    cvDestroyWindow("background");
    cvDestroyWindow("foreground");
    cvReleaseImage(&pFrImg);
    cvReleaseImage(&pBkImg);
    cvReleaseMat(&pFrameMat);
    cvReleaseMat(&pFrMat);
    cvReleaseMat(&pBkMat);
    cvReleaseCapture(&pCapture);
    return 0;
}

效果图：

转载请注明出处：http://blog.csdn.net/xiaowei_cqu/article/details/7610665
实验代码及视频下载：http://download.csdn.net/detail/xiaowei_cqu/4335573