代数运算，就是对两幅图像的点之间进行加、减、乘、除的运算。四种运算相应的公式为：

代数运算中比较常用的是图像相加和相减。图像相加常用来求平均值去除addtive噪声或者实现二次曝光（double-exposure）。图像相减用于减去背景或周期噪声，污染等。

图像相加

OpenCV中提供了相加的函数

[cpp] view plaincopy

void cvAcc(
const CvArr* image,//输入图像
CvArr* sum, //累积图像
const CvArr* mask=NULL//可选的运算
);

我们还需要用到一个线性变换转换函数来对相加的结果求平均

[cpp] view plaincopy

void cvConvertScale(
const CvArr* src, //输入数组
CvArr* dst,//输出数组
double scale=1,//比例
double shift=0 //缩放比例，可选
);
#define cvCvtScale cvConvertScale
#define cvScale cvConvertScale
#define cvConvert( src, dst ) cvConvertScale( (src), (dst), 1, 0 )

实践：平均值去噪

我们用NASA的一段幸运团的视频做实验，截取视频的某几个连续帧求平均值：

[cpp] view plaincopy

int main()
{
CvCapture* capture=cvCaptureFromFile("media.avi");
IplImage* frame= NULL;
IplImage * imgsum =NULL;
int start=301;
int end=304;
cvSetCaptureProperty(capture, CV_CAP_PROP_POS_FRAMES, start);
int count = start;
while( cvGrabFrame(capture) && count <= end )
{
frame = cvRetrieveFrame(capture);// 获取当前帧
if(imgsum==NULL){
imgsum=cvCreateImage(cvGetSize(frame),IPL_DEPTH_32F,3);
cvZero(imgsum);
}
cvAcc(frame,imgsum);
char testname[100];
sprintf(testname,"%s%d%s","image",count,".jpg");
cvShowImage(testname,frame);
cvSaveImage(testname,frame);
count++;
}
IplImage * imgavg = cvCreateImage(cvGetSize(frame),IPL_DEPTH_8U,3);
cvConvertScale(imgsum,imgavg,1.0/4.0);
cvShowImage("imageavg",imgavg);
cvSaveImage("imageavg_4.jpg",imgavg);
cvWaitKey(0);
cvReleaseCapture(&capture);
return 0;
}

以下从左到右分别是连续两帧、四帧、八帧、十六帧求均值的结果：

实践：图像二次曝光

曝光和去噪是一样的，也是对几幅图像求平均

[cpp] view plaincopy

//通过求平均二次曝光
int main()
{
IplImage* image1= cvLoadImage("psu3.jpg");
IplImage* image2= cvLoadImage("psu4.jpg");
IplImage * imgsum =cvCreateImage(cvGetSize(image1),IPL_DEPTH_32F,3);
cvZero(imgsum);
cvAcc(image1,imgsum);
cvAcc(image2,imgsum);
IplImage * imgavg = cvCreateImage(cvGetSize(image1),IPL_DEPTH_8U,3);
cvConvertScale(imgsum,imgavg,1.0/2.0);
cvShowImage("imageavg",imgavg);
cvSaveImage("avg.jpg",imgavg);
cvWaitKey(0);
cvReleaseImage(&image1);
cvReleaseImage(&image2);
cvReleaseImage(&imgsum);
cvReleaseImage(&imgavg);
return 0;
}

下图是对同学街舞截图的“二次曝光”效果：

图像相减

OpenCV中用cvAbsDiff函数计算两数组的差的绝对值

[cpp] view plaincopy

void cvAbsDiff(
const CvArr* src1,//第一个输入数组
const CvArr* src2,//第二个输入数组
CvArr* dst//输出数组
);

实践：减去背景

减去背景是通过两幅图像代数相减，可以判断出前景区域和运动区域，这是最简单（很多时候也是效果很好的）运动检测方法。

[cpp] view plaincopy

//减去背景
int main()
{
IplImage* pFrame = NULL;
IplImage* pFrImg = NULL;
IplImage* pBkImg = NULL;
CvMat* pFrameMat = NULL;
CvMat* pFrMat = NULL;
CvMat* pBkMat = NULL;
CvCapture* pCapture = NULL;
int nFrmNum = 0;
//创建窗口
cvNamedWindow("video", 1);
cvNamedWindow("background",1);
cvNamedWindow("foreground",1);
pCapture = cvCaptureFromFile("media.avi");
while(pFrame = cvQueryFrame( pCapture ))
{
nFrmNum++;
//如果是第一帧，需要申请内存，并初始化
if(nFrmNum == 1)
{
pBkImg = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1);
pFrImg = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1);
pBkMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
pFrMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
pFrameMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
//转化成单通道图像再处理
cvCvtColor(pFrame, pBkImg, CV_BGR2GRAY);
cvCvtColor(pFrame, pFrImg, CV_BGR2GRAY);
cvConvert(pFrImg, pFrameMat);
cvConvert(pFrImg, pFrMat);
cvConvert(pFrImg, pBkMat);
}
else
{
cvCvtColor(pFrame, pFrImg, CV_BGR2GRAY);
cvConvert(pFrImg, pFrameMat);
//当前帧跟背景图相减
cvAbsDiff(pFrameMat, pBkMat, pFrMat);
//二值化前景图
cvThreshold(pFrMat, pFrImg, 60, 255.0, CV_THRESH_BINARY);
//更新背景
cvRunningAvg(pFrameMat, pBkMat, 0.003, 0);
//将背景转化为图像格式，用以显示
cvConvert(pBkMat, pBkImg);
cvShowImage("video", pFrame);
cvShowImage("background", pBkImg);
cvShowImage("foreground", pFrImg);
if( cvWaitKey(2) >= 0 )
break;
}
}
cvDestroyWindow("video");
cvDestroyWindow("background");
cvDestroyWindow("foreground");
cvReleaseImage(&pFrImg);
cvReleaseImage(&pBkImg);
cvReleaseMat(&pFrameMat);
cvReleaseMat(&pFrMat);
cvReleaseMat(&pBkMat);
cvReleaseCapture(&pCapture);
return 0;
}

效果图：

转载请注明出处：http://blog.csdn.net/xiaowei_cqu/article/details/7610665
实验代码及视频下载：http://download.csdn.net/detail/xiaowei_cqu/4335573

图像代数运算：平均值去噪，减去背景相关推荐

【OpenCV】图像代数运算：平均值去噪，减去背景
代数运算,就是对两幅图像的点之间进行加.减.乘.除的运算.四种运算相应的公式为: 代数运算中比较常用的是图像相加和相减.图像相加常用来求平均值去除addtive噪声或者实现二次曝光(double-ex ...
学习使用非局部平均值去噪算法去除图像中的噪音-图像去噪
图像去噪目标 • 学习使用非局部平均值去噪算法去除图像中的噪音 • 学习函数 cv2.fastNlMeansDenoising(),cv2.fastNlMeansDenoisingColored() ...
去毛边叶片图像_一种复杂背景叶片图像的全自动分割方法与流程
本发明涉及图像处理领域,更具体地,涉及一种复杂背景叶片图像的全自动分割方法. 背景技术: 药用植物,是中药材的主要来源,是中医药治病救人的物质基础.然而,近年来,由于生态环境的恶化,药用植物资源显著萎 ...
python之筛选图像中是否存在黑白背景
python之筛选图像中是否存在黑白背景紧接上篇文章的需求,需要进行功能增加某些图片存在背景丢失问题,出现黑白背景现象,这种需要排查,同样交给了自动化处理. 这次不比上次了,我搜罗了一堆资料,全是 ...
Android基于图像语义分割实现人物背景更换
原文博客:Doi技术团队链接地址:https://blog.doiduoyi.com/authors/1584446358138 初心:记录优秀的Doi技术团队学习经历本文链接:Android基于 ...
python数字图像处理-图像噪声与去噪算法
图像噪声椒盐噪声概述: 椒盐噪声(salt & pepper noise)是数字图像的一个常见噪声,所谓椒盐,椒就是黑,盐就是白,椒盐噪声就是在图像上随机出现黑色白色的像素.椒盐噪声是一种 ...
(100天2小时第二十九天）几种常见的图像噪声及去噪处理算法
一.背景在图像获取.传输.存储过程中常常会受到各种噪声的干扰,从而影响图像的质量.并且图像预处理算法的好坏又直接关系到后续图像处理的效果,如图像分割.目标识别.边缘处理等,所以为了获得高质量数字图像 ...
图像降噪（去噪）是什么原理？
文章目录噪声的产生及分类图象降噪的方法简介编辑均值滤波器自适应维纳滤波器中值滤波器形态学噪声滤除器小波去噪噪声的产生及分类噪声是图像干扰的重要原因.一幅图像在实际应用中可能存在各种各 ...
OpenCV计算图像的平均值和标准差的函数meanStdDev函数的使用
计算一个矩阵的平均值和标准差,每个通道都是独立的,通过以下输出参数获取返回值: [N=∑I,mask(I)≠01meanc=∑I:mask(I)≠0src(I)cNstddevc=∑I:mask(I) ...

图像代数运算：平均值去噪，减去背景