转 OpenCV编程案例：混合高斯模型CvGaussBGModel 使用案例

下面程序是使用混合高斯建模方法对目前进行检测的程序。运行时，需要传递视频文件的路径参数，或者连接摄像机，否则出错。

selected from:
http://www.opencv.org.cn/index.php/高斯背景建模
http://baike.baidu.com/view/2663975.htm

代码如下：

1. #include <stdio.h>
   
2. #include <cv.h>
   
3. #include <cxcore.h>
   
4. #include <highgui.h>
   
5. #include<cvaux.h>//必须引此头文件
   
6. int main( int argc, char** argv )
   
7. {
   
8. 
   
9. IplImage* pFrame =NULL;
   
10. IplImage* pFrImg =NULL;
    
11. IplImage* pBkImg =NULL;
    
12. CvCapture* pCapture =NULL;
    
13. int nFrmNum =0;
    
14. 
    
15. cvNamedWindow("video", 1);//创建自动调节大小的窗口
    
16. cvNamedWindow("background",1);
    
17. cvNamedWindow("foreground",1);
    
18. cvMoveWindow("video", 30,0);
    
19. cvMoveWindow("background",360, 0);
    
20. cvMoveWindow("foreground",690, 0);
    
21. if( argc >2 )
    
22. {
    
23. fprintf(stderr, "Usage: bkgrd[video_file_name]n");
    
24. return -1;
    
25. }
    
26. 
    
27. 
    
28. //打开视频文件
    
29. if(argc ==2)
    
30. if( !(pCapture =cvCaptureFromFile(argv[1])))
    
31. {
    
32. fprintf(stderr, "Can not open video file %sn",argv[1]);
    
33. return-2;
    
34. }
    
35. //打开摄像头
    
36. if (argc ==1)
    
37. if( !(pCapture =cvCaptureFromCAM(0)))
    
38. {
    
39. fprintf(stderr, "Can not opencamera.n");
    
40. return-2;
    
41. }
    
42. 
    
43. //初始化高斯混合模型参数
    
44. CvGaussBGModel*bg_model=NULL;
    
45. 
    
46. while(pFrame =cvQueryFrame( pCapture ))
    
47. {
    
48. nFrmNum++;
    
49. if(nFrmNum == 1)
    
50. {
    
51. pBkImg =cvCreateImage(cvSize(pFrame->width,pFrame->height),IPL_DEPTH_8U,3);
    
52. pFrImg =cvCreateImage(cvSize(pFrame->width,pFrame->height),IPL_DEPTH_8U,1);
    
53. 
    
54. 
    
55. //高斯背景建模，pFrame可以是多通道图像也可以是单通道图像
    
56. //cvCreateGaussianBGModel函数返回值为CvBGStatModel*，
    
57. //需要强制转换成CvGaussBGModel*
    
58. bg_model =(CvGaussBGModel*)cvCreateGaussianBGModel(pFrame, 0);
    
59. }
    
60. else
    
61. {
    
62. //更新高斯模型
    
63. cvUpdateBGStatModel(pFrame,(CvBGStatModel *)bg_model );
    
64. //pFrImg为前景图像，只能为单通道
    
65. //pBkImg为背景图像，可以为单通道或与pFrame通道数相同
    
66. cvCopy(bg_model->foreground,pFrImg,0);
    
67. cvCopy(bg_model->background,pBkImg,0);
    
68. //把图像正过来
    
69. pBkImg->origin=1;
    
70. pFrImg->origin=1;
    
71. 
    
72. cvShowImage("video", pFrame);
    
73. cvShowImage("background",pBkImg);
    
74. cvShowImage("foreground",pFrImg);
    
75. if(cvWaitKey(2) >= 0 )
    
76. break;
    
77. }
    
78. 
    
79. }
    
80. 
    
81. //释放高斯模型参数占用内存
    
82. cvReleaseBGStatModel((CvBGStatModel**)&bg_model);
    
83. cvDestroyWindow("video");
    
84. cvDestroyWindow("background");
    
85. cvDestroyWindow("foreground");
    
86. cvReleaseImage(&pFrImg);
    
87. cvReleaseImage(&pBkImg);
    
88. cvReleaseCapture(&pCapture);
    
89. return 0;
    
90. }

程序运行情况如下：

窗口截图是有延时，所以，只能供参考。而且，我的机器运行结果是背景和前景图像都是倒立的。所以要对

1. //把图像正过来
   
2. pBkImg->origin=1;
   
3. pFrImg->origin=1;

做修改。

算法分析：

　　高斯混合模型是用于背景提取的方法，OpenCV的cvaux中cvbgfg_gaussmix.cpp文件根据文献Animproved adaptive background mixture model for real-time trackingwithshadow中提供的方法编写了高斯混合模型函数。其中定义了CvGaussBGModel类用于存放高斯混合模型的各个参数。我用OpenCV使用高斯混合模型函数分以下几步：



　　1。需要用到icvUpdateGaussianBGModel，icvReleaseGaussianBGModel两个函数，但是源程序中将这两个函数定义为内部函数，需要做一些修改，首先将cvbgfg_gaussmix.cpp中前面两个函数的声明staticvoid CV_CDECL icvReleaseGaussianBGModel( CvGaussBGModel** bg_model);


　　static int CV_CDECL icvUpdateGaussianBGModel( IplImage*curr_frame, CvGaussBGModel* bg_model);两行代码注释掉。然后在cvbgfg_gaussmix.cpp中间部分两个函数的定义部分，函数头static int和staticvoid改成CV_IMPL int 和CV_IMPL void。最后在cvaux.h文件中CVAPI(CvBGStatModel*)cvCreateGaussianBGModel( IplImage* first_frame,


　　CvGaussBGStatModelParams* parametersCV_DEFAULT(NULL));这句后面加上以下两句CVAPI(void) icvReleaseGaussianBGModel(CvGaussBGModel** bg_model );


　　CVAPI(int) icvUpdateGaussianBGModel( IplImage* curr_frame,CvGaussBGModel* bg_model );


　　程序修改完毕，点rebuild all，全部重新编译。


　　2。在程序初始化部分定义高斯混合模型参数CvGaussBGModel*bg_model=NULL;在读取第一帧图像（背景图像）时，进行高斯背景建模bg_model =(CvGaussBGModel*)cvCreateGaussianBGModel(image,0);image可以是灰度图象也可以是彩色图像。接下来再读取当前帧时，更新高斯模型


　　regioncount=icvUpdateGaussianBGModel(currframe, bg_model);regioncount的含义我不确定，我理解是代表背景中不同颜色区域的个数，这个参数我没有用到，它只是icvUpdateGaussianBGModel函数的返回值。


　　3。现在bg_model已经保存了经过高斯混合模型分类后的结果，bg_model->background保存了背景图像，bg_model->foreground保存了前景图像。

爱华网本文地址 » http://www.413yy.cn/a/25101011/66315.html