C++ 帧差噪声？

我尝试使用帧差来检测运动。如果有议案，我会输入另一种方法；如果没有，我不会输入那种方法。问题是，当我使用absdiff（）或bitwise_xor（）进行帧差分时，会得到一个噪声帧，它总是被检测为运动

我试图通过使用腐蚀（）和扩张（）方法来消除噪声，它减少了噪声的影响，但仍然存在噪声。如何消除这种噪音

我当前代码的一部分：

capture >> Frame; // get a new frame from camera

cvtColor(Frame,Frame1,CV_RGB2GRAY);
threshold(Frame1,Frame1,50,255,CV_THRESH_BINARY);

waitKey(500);
capture >> PreFrame;

cvtColor(PreFrame,PreFrame,CV_RGB2GRAY);
threshold(PreFrame,PreFrame,50,255,CV_THRESH_BINARY);

//Result = Frame1 - PreFrame1;
//absdiff(Frame1,PreFrame1,Result);

bitwise_xor(Frame1,PreFrame,Result);
erode(Result,Result,Mat());
dilate(Result,Result,Mat());

imshow("Result",Result);

if (norm(Result,NORM_L1)==0){
    printf(" no change \n")
}
else
{
    // motion detected
}

---

您可以通过几种不同的方式降低噪声，只需在捕获帧后立即应用以下技术之一：

模糊（帧内平均） 请看一些不同的模糊操作符，如：

（速度快，但不太平滑）

（速度较慢，但更平稳）

（减少脉冲噪声）

medianBlur

有助于控制脉冲噪声，同时保留图像中的边缘

帧平均（平均不同帧）

对于帧平均，只需将累积结果除以累积的帧数即可得到平均帧。您可能需要一个滚动平均窗口，例如5-10帧，以显著降低噪音。但是，当对象移入或移出视野时，窗口大小越大，意味着运动越模糊。如果你的相机是静止的，这将是最好的

---

希望有帮助

您可以通过几种不同的方式降低噪音，只需在捕获帧后立即应用以下技术之一：

模糊（帧内平均） 请看一些不同的模糊操作符，如：

（速度快，但不太平滑）

（速度较慢，但更平稳）

（减少脉冲噪声）

medianBlur

有助于控制脉冲噪声，同时保留图像中的边缘

帧平均（平均不同帧）

对于帧平均，只需将累积结果除以累积的帧数即可得到平均帧。您可能需要一个滚动平均窗口，例如5-10帧，以显著降低噪音。但是，当对象移入或移出视野时，窗口大小越大，意味着运动越模糊。如果你的相机是静止的，这将是最好的

---

希望有帮助

如果获取灰度图像的绝对差值，然后对结果设置阈值以消除轻微的强度变化，会发生什么情况？这将允许像素强度帧到帧的微小变化，同时如果有任何重大变化，仍会触发运动检测器

例如：

// Obtain image two images in grayscale
cvtColor(Frame,Frame1,CV_RGB2GRAY);
cvtColor(PreFrame,PreFrame,CV_RGB2GRAY);

// Take the absolute difference, this will be zero for identical
// pixels, and larger for greater differences
absdiff(Frame, PreFrame, Result)

// Threshold to remove small differences
threshold(Result,Result,20,255,CV_THRESH_BINARY);

// Prepare output, using Result as a mask
Mat output = Mat::zeros(Frame.size(), Frame.type());
add(
    Frame,   // Add frame
    0,       // and zero
    output,  // to output
    Result   // Only if result is non-zero
);

---

您有任何可以共享的示例输入/输出图像吗？

如果获取灰度图像的绝对差值，然后对结果设置阈值以消除轻微的强度变化，会发生什么情况？这将允许像素强度帧到帧的微小变化，同时如果有任何重大变化，仍会触发运动检测器

例如：

// Obtain image two images in grayscale
cvtColor(Frame,Frame1,CV_RGB2GRAY);
cvtColor(PreFrame,PreFrame,CV_RGB2GRAY);

// Take the absolute difference, this will be zero for identical
// pixels, and larger for greater differences
absdiff(Frame, PreFrame, Result)

// Threshold to remove small differences
threshold(Result,Result,20,255,CV_THRESH_BINARY);

// Prepare output, using Result as a mask
Mat output = Mat::zeros(Frame.size(), Frame.type());
add(
    Frame,   // Add frame
    0,       // and zero
    output,  // to output
    Result   // Only if result is non-zero
);

---

您有任何可以共享的输入/输出图像示例吗？

通过在获取差异之前对图像进行阈值化，您可以大大增强噪声的效果。直接使用

absdiff

对灰度图像进行减法，而不是

按位异或
通过在进行差分之前对图像进行阈值化，可以大大提高噪声的效果。直接使用
absdiff
而不是
按位异或
对灰度图像进行减法将消除读出噪声（帧间差异）。模糊将消除像素差异，如FPN和PRNU。帧平均将消除读出噪声（帧间差异）。模糊将消除像素差异，如FPN和PRNU。可能的重复无法完全消除噪声。您应该尝试并采用“非常低的变化”的方法工作-例如，查看噪声的平均值，然后将低于平均值的所有帧差异视为噪声造成的。高于平均值，称之为“高变化”，如果你愿意，你假设图像中除了噪声影响之外还有其他影响，然后去计算所需的内容。可能的重复没有办法完全消除噪声。你应该尝试采用“非常低变化”的方法工作——例如，看看噪声的平均值是多少，然后，所有低于平均值的帧差异被视为是由于噪声引起的。所有这些都高于平均值，如果你愿意，可以称之为“高变化”，你假设图像中除了噪声影响之外还有其他影响，然后去计算所需的内容。@Mark Ransom谢谢你的帮助，这种方法可以最小化噪声，但帧颜色以一种奇怪的方式出现，我不知道为什么？！你说的框架颜色是什么意思？您已经转换为灰度，执行了图像减法，然后对结果进行了阈值化，因此
result
是一个二值图像，对应于图像中任何显著的强度变化。之后，我必须将帧返回到RGB，因此我使用了cvtColor（result，Result1，CV_GRAY2RGB）；按位_和（Result1，Frame，SResult1）@Amr我已经用可能的解决方案更新了我的答案。如果我理解正确，您基本上希望使用结果作为遮罩从输入图像中选择特定像素。在这个例子中，我使用了一个虚拟函数来实现这一点，虽然可能有更优雅的方法。是的，这正是我想要的，现在它工作得很好，非常感谢much@Mark勒索谢谢你的帮助，这种方法使噪音降到了最低，但是画面的颜色却以一种奇怪的方式出现了，我不知道为什么？！你说的框架颜色是什么意思？您已经转换为灰度，执行了图像减法，然后对结果进行阈值化，因此
结果
是一个二值图像，对应于图像中任何显著的强度变化。之后，我必须将帧返回到RGB，因此我使用了cv