改进帧间差分法-准确定位检测
改进帧间差分法-准确定位检测
运动目标检测是计算机视觉领域的重要研究方向之一，其中帧间差分法是一种常用的技术手段。本文将详细介绍如何通过改进的三帧差分法来提高运动目标检测的准确性，特别是在复杂场景下的表现。
优化帧间差分法
两帧差分法虽然能够准确定位道路行驶车辆，但是描框范围容易受阴影，物体干扰等因素，使定位范围不精确。
三帧差分法
三帧差分法是在两帧差分法上的优化改进，是利用视频流序列连续三帧，让相邻连续两帧之间做差分运算，并将两个差分结果做二值化处理，最后再将两个二值化结果做逻辑与运算，来得到最终的目标区域。相邻两帧差分结果如下公式：
如公式所示，f_i (x,y)，f_(i-1) (x,y)，f_(i+1) (x,y)表示相邻三帧，D_((i-1,i)) (x,y)，D_((i,i+1)) (x,y)表示相邻帧之间的差分结果。
设定阈值T，将差分结果做二值化处理如下公式：
如公式所示，B_((i-1,i)) (x,y)是第i-1帧和第i帧的二值化结果，B_((i,i+1)) (x,y)是第i+1帧和第i帧的二值化结果。
最后通过形态学与逻辑处理得到最终目标区域，公式如下：
三帧差分法原理框图如下：
针对两帧差分法不能提取运动目标完整的轮廓，且在实验室提供的黑烟车数据集中，疑似烟区一般集中在车尾部并跟随车辆一起运动，容易导致车辆整体目标区域过大，且当两帧之差不能显示也容易造成检测目标产生“空洞”。传统的两帧差分法在复杂场景下检测到的运动目标边缘信息不完整，同时内部存在许多检测不到的空洞点，针对目标信息不完整的基础上采用三帧差分法代替两帧差分法，结合当前帧的前后两帧来进行检测运动目标B_i (x,y)，有效的避免了两帧差分法的缺点。并用Canny边缘检测的方法检测出当前二值化后的目标轮廓C_i (x,y)，最后做或运算就可以得到运动车辆的完整轮廓，准确检测出行驶中的车辆。
如公式得到改进后的三帧差分图像。
改进的三帧差分法
原理框图，如图所示：
改进三帧差分算法具体步骤如下：
（1）获取视频序列得的连续三帧图像f_i (x,y)，f_(i-1) (x,y)，f_((i+1)) (x,y)，并作相应的预处理。
（2）分别把f_i (x,y)和f_(i-1) (x,y)；f_i (x,y)和f_((i+1)) (x,y)做差分处理，并作二值化处理。
（3）把上一步两个差分结果进行形态学与运算，得到一个运动目标的差分图。
（4）把f_i (x,y)和f_((i+1)) (x,y)这两帧图像进行Canny边缘检测，得到运动目标的边缘检测图。
（5）将(3)、(4)步骤得到目标图像再进行形态学或运算，即可得到最终目标图像B(x,y)。
实验结果
原图输入：
三帧差分法：
Canny检测：
与运算：
形态学处理：
描框：