使用 OpenCV 进行运动检测答案

【问题标题】：Motion detection using OpenCV使用 OpenCV 进行运动检测
【发布时间】：2012-12-08 08:36:18
【问题描述】：

我看到与 opencv 运动检测相关的查询，但我的要求要简单得多，所以我再次问这个问题。我想分析视频帧，看看帧中是否发生了变化。帧中发生的任何类型的运动都已被识别。我只想在有事情发生时得到通知。我不需要跟踪/绘制轮廓。

尝试过：

1) 使用 OpenCV (TM_CCORR_NORMED) 进行模板匹配。

我使用 cvMinMaxLoc & 得到相似度指数

if( sim_index > threshold ) 
    "Nothing chnged"
   else
    "Changed

面临的问题：

我找不到决定如何设置阈值的方法。 false match 和 perfect 的值非常接近。

2) 方法2
a) 使运行平均
b) 取当前帧与移动平均之间的绝对差值。
c) 阈值化并使其二进制
d) 计算非零值的数量
再次陷入如何对其进行阈值处理，因为即使对于非常相似的帧，我也会得到大量非零值。

请告诉我应该采取什么方法。我是否使用上述两种方法朝着正确的方向前进，或者是否有一种简单的方法可以适用于所有最通用的场景。

【问题讨论】：

如果 TM_CCORR_NORMED 等价于 Pearson 相关系数，那么根据修改帧的方式，您将很难确定此方法的良好阈值，因为没有好的阈值。但是你没有清楚地说明你在第一种方法中做了什么。您是否将初始帧设置为基本帧，然后将每个新帧与其进行比较？然后，如果sim_index 低于threshold，则将此新帧标记为基础帧。重复。那是你的方法吗？

【解决方案1】：

方法 2 通常被认为是最简单的运动检测方法，如果您的视频中没有水、摇摆的树木或变化很大的光照条件，则该方法非常有效。通常你是这样实现的：

motion_frame=abs(newframe-running_avg);
running_avg=(1-alpha)*running_avg+alpha*newframe;

您可以根据需要设置motion_frame 阈值，然后计算非零值。但是您也可以将motion_frame 的元素和阈值相加（确保使用浮点数）。为此优化参数非常简单，只需制作两个轨迹栏并使用它。通常 alpha 约为 [0.1; 0.3]。

最后，在整个帧上这样做可能有点过头了，你可以只使用二次采样版本，结果会非常相似。

【讨论】：