EmguCV：使用光流在运动物体上绘制轮廓？

Question

我想在 C# 中进行运动检测（使用 EmguCV 3.0）来移除运动中或前景中的对象以绘制叠加层。

这是我使用 Kinect 完成的示例测试（因为它是深度相机）

如何开始使用 EmguCV 3.0？

• 我尝试了许多不起作用的后台删除代码
• OpticalFlow 似乎是一个好的开始，但在 EmguCV 3.0 中没有示例
• 如果我找到最大的斑点，如何找到它的轮廓？

有人可以帮我开始吗？

编辑：2015 年 6 月 17 日

在 EmguCV3.0.0 RC 中，我在包和文档中看不到 OpticalFlow： http://www.emgu.com/wiki/files/3.0.0-rc1/document/html/b72c032d-59ae-c36f-5e00-12f8d621dfb8.htm

只有：DenseOpticalFlow、OpticalFlowDualTVL1 ???

这是一个 AbsDiff 代码：

var grayFrame = frame.Convert<Gray, Byte>();
var motionFrame = grayFrame.AbsDiff(backFrame)
                           .ThresholdBinary(new Gray(20), new Gray(255))
                           .Erode(2) 
                           .Dilate(2);

结果：

我不知道如何让运动变成白色？

这是 Blob 代码：

Image<Bgr, Byte> smoothedFrame = new Image<Bgr, byte>(frame.Size);
CvInvoke.GaussianBlur(frame, smoothedFrame, new Size(3, 3), 1); //filter out noises

Mat forgroundMask = new Mat();
fgDetector.Apply(smoothedFrame, forgroundMask);

CvBlobs blobs = new CvBlobs();
blobDetector.Detect(forgroundMask.ToImage<Gray, byte>(), blobs);
blobs.FilterByArea(400, int.MaxValue);
blobTracker.Update(blobs, 1.0, 0, 1);

foreach (var pair in blobs) {
  CvBlob b = pair.Value;
  CvInvoke.Rectangle(frame, b.BoundingBox, new MCvScalar(255.0, 255.0, 255.0), 2);
}

结果：

为什么会有这么多误报？

这是 MOG2 代码：

forgroundDetector.Apply(frame, forgroundMask);
motionHistory.Update(forgroundMask);
var motionMask = GetMotionMask();
Image<Bgr, Byte> motionImage = new Image<Bgr, byte>(motionMask.Size);
CvInvoke.InsertChannel(motionMask, motionImage, 0);

Rectangle[] rects;
using (VectorOfRect boundingRect = new VectorOfRect()) {
  motionHistory.GetMotionComponents(segMask, boundingRect);
  rects = boundingRect.ToArray();
}

foreach (Rectangle comp in rects) { ...

结果：

如果我选择最大的区域，我怎样才能得到对象的轮廓？

Answer 1

首先，我可以给你一些示例光流代码。

让oldImage 和newImage 成为保存前一帧和当前帧的变量。在我的代码中，它的类型是 Image<Gray, Byte>。

// prep containers for x and y vectors
Image<Gray, float> velx = new Image<Gray, float>(newImage.Size);
Image<Gray, float> vely = new Image<Gray, float>(newImage.Size);

// use the Horn and Schunck dense optical flow algorithm.
OpticalFlow.HS(oldImage, newImage, true, velx, vely, 0.1d, new MCvTermCriteria(100));

// color each pixel
Image<Hsv, Byte> coloredMotion = new Image<Hsv, Byte>(newImage.Size);
for (int i = 0; i < coloredMotion.Width; i++)
{
    for (int j = 0; j < coloredMotion.Height; j++)
    {
        // Pull the relevant intensities from the velx and vely matrices
        double velxHere = velx[j, i].Intensity;
        double velyHere = vely[j, i].Intensity;

        // Determine the color (i.e, the angle)
        double degrees = Math.Atan(velyHere / velxHere) / Math.PI * 90 + 45;
        if (velxHere < 0)
        {
            degrees += 90;
        }
        coloredMotion.Data[j, i, 0] = (Byte) degrees;
        coloredMotion.Data[j, i, 1] = 255;

        // Determine the intensity (i.e, the distance)
        double intensity = Math.Sqrt(velxHere * velxHere + velyHere * velyHere) * 10;
        coloredMotion.Data[j, i, 2] = (intensity > 255) ? 255 : intensity;
    }
}
// coloredMotion is now an image that shows intensity of motion by lightness
// and direction by color.

关于如何去除前景的更大问题：

如果我有办法获得静态背景图片，那是最好的开始。然后，通过AbsDiff method 检测前景，并使用Erode 和Dilate 或Gaussian 对图像进行平滑处理，然后使用斑点检测。

对于简单的前景检测，我发现光流处理过多（最大 8fps），而 AbsDiff 方法同样准确，但对帧速率没有影响。

关于轮廓，如果你只是想找到大小、位置和其他时刻，那么上面 AbsDiff 教程中的 blob 检测似乎就足够了，它使用了Image.FindContours(...)。

如果没有，我将开始查看 this tutorial 中使用的 CvBlobDetector 类。有一个内置的 DrawBlob 函数可能会派上用场。