Nonparametric Background Generation（代码）

转自：http://www.cnblogs.com/xrwang/archive/2010/04/12/BackgroundGenerationAndForegroundDetectionPhase3.html

作者：王先荣

在上一篇文章里，我尝试翻译了《Nonparametric Background Generation》，本文主要介绍以下内容：如何实现该论文的算法，如果利用该算法来进行背景建模及前景检测，最后谈谈我的一些体会。为了使描述更加简便，以下将该论文的算法及实现称为NBGModel。

背景建模或前景检测(Background Generation And Foreground Detection) 二（非参数背景生成）的实现代码

1 使用示例

NBGModel在使用上非常的简便，您可以仿照下面的代码来使用它：

[cpp] view
plaincopyprint?

//初始化NBGModel对象

NBGModel nbgModel = new NBGModel(320, 240);

//训练背景模型

nbgModel.TrainBackgroundModel(historyImages);

//前景检测

nbgModel.Update(currentFrame);

//利用结果

pbResult.Image = nbgModel.ForegroundMask.Bitmap;

//释放对象

nbgModel.Dispose();



下面是更加完整的示例：

[cpp] view
plaincopyprint?

更加完整的示例

using System;

using System.Collections.Generic;

using System.ComponentModel;

using System.Data;

using System.Drawing;

using System.Linq;

using System.Text;

using System.Windows.Forms;

using System.Drawing.Imaging;

using System.Diagnostics;

using System.Runtime.InteropServices;

using Emgu.CV;

using Emgu.CV.Structure;

using Emgu.CV.CvEnum;

using System.Threading;

namespace ImageProcessLearn

{

public partial class FormForegroundDetect2 : Form

{

//成员变量

//public const string ImageFilePathName = @"D:\Users\xrwang\Desktop\背景建模与前景检测\PETS2009\Crowd_PETS09\S0\City_Center\Time_12-34\View_001\frame_{0:D4}.jpg";

public const string ImageFilePathName = @"E:\PETS2009\S0_City_Center\Time_12-34\View_002\frame_{0:D4}.jpg"; //图像文件的路径信息，其中的{xxx}部分需要被实际的索引数字替换

public const int ImageWidth = 768; //图像的宽度

public const int ImageHeight = 576; //图像的高度

public const int MaxImageFileIndexNumber = 794; //最大的图像索引数字

private Action action = Action.Stop; //当前正在执行的动作

private NBGModel nbgModel = null; //非参数背景模型

private Thread threadTrainingBackground = null; //用于训练背景的工作线程

private Thread threadForegroundDetection = null; //用于前景检测的工作线程

public FormForegroundDetect2()

{

InitializeComponent();

}

//开始训练背景

private void btnStartTrainingBackground_Click(object sender, EventArgs e)

{

threadTrainingBackground = new Thread(new ThreadStart(TrainingBackground));

threadTrainingBackground.Start();

action = Action.StartTrainingBackground;

SetButtonState();

}

//训练背景

private void TrainingBackground()

{

//构造非参数背景模型对象

if (nbgModel != null)

nbgModel.Dispose();

NBGParameter param = (NBGParameter)this.Invoke(new GetNBGParameterDelegate(GetNBGParameter));

nbgModel = new NBGModel(ImageWidth, ImageHeight, param);

//添加用于训练的图像

for (int idx = 0; idx < param.n; idx++)

{

if (action != Action.StartTrainingBackground)

return;

Image<Bgr, Byte> image = new Image<Bgr, byte>(string.Format(ImageFilePathName, idx));

nbgModel.AddHistoryImage(image);

this.Invoke(new ShowTrainingBackgroundImageDelegate(ShowTrainingBackgroundImage),

new object[] { image.Bitmap, idx });

image.Dispose();

}

//训练背景

Stopwatch sw = new Stopwatch();

sw.Start();

nbgModel.TrainBackgroundModel();

sw.Stop();

//显示结果

this.Invoke(new ShowTrainingBackgroundResultDelegate(ShowTrainingBackgroundResult),

new object[]{ nbgModel.Mrbm.Bitmap,string.Format("NBGModel训练背景用时{0:F04}毫秒，参数（样本数目：{1}，典型点数目：{2}）。",sw.ElapsedMilliseconds,param.n,param.m)});

}

//用于在训练背景工作线程中获取设置参数的委托及方法

private delegate NBGParameter GetNBGParameterDelegate();

private NBGParameter GetNBGParameter()

{

return new NBGParameter((int)nudNBGModelN.Value, (int)nudNBGModelM.Value, (double)nudNBGModelTheta.Value, (double)nudNBGModelT.Value, new MCvTermCriteria((int)nudNBGModelMaxIter.Value, (double)nudNBGModelEps.Value));

}

//用于在训练背景工作线程中显示结果的委托及方法

private delegate void ShowTrainingBackgroundResultDelegate(Bitmap mrbm, string result);

private void ShowTrainingBackgroundResult(Bitmap mrbm, string result)

{

pbResult.Image = mrbm;

txtResult.Text += result + "\r\n";

action = Action.Stop;

SetButtonState();

}

//用于在训练背景工作线程中显示训练图像的委托及方法

private delegate void ShowTrainingBackgroundImageDelegate(Bitmap bitmap, int idx);

private void ShowTrainingBackgroundImage(Bitmap bitmap, int idx)

{

pbSource.Image = bitmap;

lblImageIndex.Text = string.Format("{0:D4}", idx);

}

//开始前景检测

private void btnStartForegroundDetection_Click(object sender, EventArgs e)

{

threadForegroundDetection = new Thread(new ThreadStart(ForegroundDetection));

threadForegroundDetection.Start();

action = Action.StartForegroundDetection;

SetButtonState();

}

//检测前景

private void ForegroundDetection()

{

if (nbgModel == null)

return;

Stopwatch sw = new Stopwatch();

int idx;

for (idx = nbgModel.Param.n; idx < MaxImageFileIndexNumber; idx++)

{

if (action != Action.StartForegroundDetection)

break;

if ((idx - nbgModel.Param.n) % 50 == 49)

nbgModel.ClearStale(40);

Image<Bgr, Byte> image = new Image<Bgr, byte>(string.Format(ImageFilePathName, idx));

sw.Start();

nbgModel.Update(image);

sw.Stop();

Image<Bgr, Byte> imageForground = image.Copy(nbgModel.ForegroundMask);

this.Invoke(new ShowForegroundDetectionImageDelegate(ShowForegroundDetectionImage),

new object[] { image.Bitmap, imageForground.Bitmap, idx });

image.Dispose();

imageForground.Dispose();

}

int frames = idx - nbgModel.Param.n;

this.Invoke(new ShowForegroundDetectionResultDelegate(ShowForegroundDetectionResult),

new object[] { string.Format("NBGModel前景检测，共{0}帧，平均耗时{1:F04}毫秒，参数（样本数目：{2}，典型点数目：{3}，权重系数：{4}，最小差值：{5}，最大迭代次数：{6}，终止精度：{7}）",

frames,1d*sw.ElapsedMilliseconds/frames,nbgModel.Param.n,nbgModel.Param.m,nbgModel.Param.theta,nbgModel.Param.t,nbgModel.Param.criteria.max_iter,nbgModel.Param.criteria.epsilon)});

}

//用于在前景检测工作线程中显示图像的委托及方法

private delegate void ShowForegroundDetectionImageDelegate(Bitmap image, Bitmap foreground, int idx);

private void ShowForegroundDetectionImage(Bitmap image, Bitmap foreground, int idx)

{

pbSource.Image = image;

pbResult.Image = foreground;

lblImageIndex.Text = string.Format("{0:D4}", idx);

}

//用于在前景检测工作线程中显示结果的委托及方法

private delegate void ShowForegroundDetectionResultDelegate(string result);

private void ShowForegroundDetectionResult(string result)

{

txtResult.Text += result;

}

//停止

private void btnStop_Click(object sender, EventArgs e)

{

if (action == Action.StartTrainingBackground)

{

action = Action.Stop;

Thread.Sleep(1);

if (threadTrainingBackground.ThreadState == System.Threading.ThreadState.Running)

threadTrainingBackground.Abort();

nbgModel.Dispose();

nbgModel = null;

}

action = Action.Stop;

SetButtonState();

}

/// <summary>

/// 设置按钮的状态

/// </summary>

private void SetButtonState()

{

if (action == Action.Stop)

{

btnStartTrainingBackground.Enabled = true;

btnStartForegroundDetection.Enabled = true;

btnStop.Enabled = false;

}

else if (action == Action.StartForegroundDetection || action==Action.StartTrainingBackground)

{

btnStartTrainingBackground.Enabled = false;

btnStartForegroundDetection.Enabled = false;

btnStop.Enabled = true;

}

}

//加载窗体时

private void FormForegroundDetect2_Load(object sender, EventArgs e)

{

toolTip.SetToolTip(nudNBGModelN, "样本数目：需要被保存的历史图像数目");

toolTip.SetToolTip(nudNBGModelM, "典型点数目：历史图像需要被分为多少组");

toolTip.SetToolTip(nudNBGModelTheta, "权重系数：权重大于该值的聚集中心是候选背景");

toolTip.SetToolTip(nudNBGModelT, "最小差值：观测值与聚集中心的最小差值如果大于该值，为前景；否则为背景");

toolTip.SetToolTip(nudNBGModelMaxIter, "最大迭代次数：MeanShift计算过程中的最大迭代次数");

toolTip.SetToolTip(nudNBGModelEps, "终止精度：MeanShift计算过程中，如果矩形窗的位移小于等于该值，则停止计算");

pbSource.Image = Image.FromFile(string.Format(ImageFilePathName, 0));

lblImageIndex.Text = string.Format("{0:D4}", 0);

}

//当窗体关闭后，释放资源

private void FormForegroundDetect2_FormClosed(object sender, FormClosedEventArgs e)

{

if (threadTrainingBackground != null && threadTrainingBackground.ThreadState == System.Threading.ThreadState.Running)

threadTrainingBackground.Abort();

if (threadForegroundDetection != null && threadForegroundDetection.ThreadState == System.Threading.ThreadState.Running)

threadForegroundDetection.Abort();

if (nbgModel != null)

nbgModel.Dispose();

}

}

/// <summary>

/// 当前正在执行的动作

/// </summary>

public enum Action

{

StartTrainingBackground, //开始训练背景

StartForegroundDetection, //开始前景检测

Stop //停止

}

}

2 实现NBGModel

2.1 我在实现NBGModel的时候基本上跟论文中的方式一样，不过有以下两点区别：

（1）论文中的MeanShift计算使用了Epanechnikov核函数，我使用的是矩形窗形式的MeanShift计算。主要是因为我自己不会实现MeanShift，只能利用OpenCV中提供的cvMeanShift函数。这样做也有一个好处——不再需要计算与保存典型点。

（2）论文中的方法在检测的过程中聚集中心会不断的增加，我模仿CodeBook的实现为其增加了一个清除消极聚集中心的ClearStable方法。这样可以在必要的时候将长期不活跃的聚集中心清除掉。

2.2 NBGModel中用到的数据成员如下所示：

private int width; //图像的宽度

private int height; //图像的高度

private NBGParameter param; //非参数背景模型的参数

private List<Image<Ycc, Byte>> historyImages = null; //历史图像：列表个数为param.n，在更新时如果个数大于等于param.n，删除最早的历史图像，加入最新的历史图像

//由于这里采用矩形窗口方式的MeanShift计算，因此不再需要分组图像的典型点。这跟论文不一样。

//private List<Image<Ycc,Byte>> convergenceImages = null; //收敛图像：列表个数为param.m，仅在背景训练时使用，训练结束即被清空，因此这里不再声明

private Image<Gray, Byte> sampleImage = null; //样本图像：保存历史图像中每个像素在Y通道的值，用于MeanShift计算

private List<ClusterCenter<Ycc>>[,] clusterCenters = null; //聚集中心数据：将收敛点分类之后得到的聚集中心，数组大小为：height x width，列表元素个数不定q（q<=m）。

private Image<Ycc, Byte> mrbm = null; //最可靠背景模型

private Image<Gray, Byte> backgroundMask = null; //背景掩码图像

private double frameCount = 0; //总帧数（不包括训练阶段的帧数n）

其中，NBGParameter结构包含以下成员：

public int n; //样本数目：需要被保留的历史图像数目

public int m; //典型点数目：历史图像需要被分为多少组

public double theta; //权重系数：权重大于该值的聚集中心为候选背景

public double t; //最小差值：观测值与候选背景的最小差值大于该值时，为前景；否则为背景

public MCvTermCriteria criteria; //Mean Shift计算的终止条件：包括最大迭代次数和终止计算的精度

聚集中心ClusterCenter使用类而不是结构，是为了方便更新，它包含以下成员：

public TColor ci; //聚集中心的像素值

public double wi; //聚集中心的权重

public double li; //聚集中心包含的收敛点数目

public double updateFrameNo; //更新该聚集中心时的帧数：用于清除消极的聚集中心

2.3 NBGModel中的关键流程

1.背景建模

（1）将训练用的样本图像添加到历史图像historyImages中；

（2）将历史图像分为m组，以每组所在位置的矩形窗为起点进行MeanShift计算，结果窗的中点为收敛中心，收敛中心的像素值为收敛值，将收敛值添加到收敛图像convergenceImages中；

（3）计算收敛图像的聚集中心：（a）得到收敛中心的最小值Cmin；（b）将[0,Cmin+t]区间中的收敛中心划分为一类；（c）计算已分类收敛中心的平均值，作为聚集中心的值；（d）删除已分类的收敛中心；（e）重复a～d，直到收敛中心全部归类；

（4）得到最可靠背景模型MRBM：在聚集中心中选取wi最大的值作为某个像素的最可靠背景。

2.前景检测

（1）用wi≥theta作为条件选择可能的背景组Cb；

（2）对每个观测值x0，计算x0与Cb的最小差值d；

（3）如果d>t，则该点为前景；否则为背景。

3.背景维持

（1）如果某点为背景，更新最近聚集中心的wi为(li+1)/m；

（2）如果某点为前景：（a）以该点所在的矩形窗为起点进行MeanShift计算，可得到新的收敛中心Cnew（wi=1/m)；（b）将Cnew加入到聚集中心clusterCenters；

（3）在必要的时候，清理消极的聚集中心。
2.4 NBGModel的实现代码

值得注意的是：在实现代码中，有好几个以2结尾的私有方法，它们主要用于演示算法流程，实际上并未使用。为了优化性能而增加了不少指针操作之后的代码可读性变得很差。

[cpp] view
plaincopyprint?

NBGModel实现代码

using System;

using System.Collections.Generic;

using System.Linq;

using System.Text;

using System.Drawing;

using System.Drawing.Imaging;

using System.Diagnostics;

using System.Runtime.InteropServices;

using Emgu.CV;

using Emgu.CV.Structure;

using Emgu.CV.CvEnum;

namespace ImageProcessLearn

{

public class NBGModel : IDisposable

{

//成员变量

private int width; //图像的宽度

private int height; //图像的高度

private NBGParameter param; //非参数背景模型的参数

private List<Image<Ycc, Byte>> historyImages = null; //历史图像：列表个数为param.n，在更新时如果个数大于param.n，删除最早的历史图像，加入最新的历史图像

//由于这里采用矩形窗口方式的MeanShift计算，因此不再需要分组图像的典型点。这跟论文不一样。

//private List<Image<Ycc,Byte>> convergenceImages = null; //收敛图像：列表个数为param.m，仅在背景训练时使用，训练结束即被清空，因此这里不再声明

private Image<Gray, Byte> sampleImage = null; //样本图像：保存历史图像中每个像素在Y通道的值，用于MeanShift计算

private List<ClusterCenter<Ycc>>[,] clusterCenters = null; //聚集中心数据：将收敛点分类之后得到的聚集中心，数组大小为：height x width，列表元素个数不定q（q<=m）。

private Image<Ycc, Byte> mrbm = null; //最可靠背景模型

private Image<Gray, Byte> backgroundMask = null; //背景掩码图像

private double frameCount = 0; //总帧数（不包括训练阶段的帧数n）

//属性

/// <summary>

/// 图像的宽度

/// </summary>

public int Width

{

get

{

return width;

}

}

/// <summary>

/// 图像的高度

/// </summary>

public int Height

{

get

{

return height;

}

}

/// <summary>

/// 非参数背景模型的参数

/// </summary>

public NBGParameter Param

{

get

{

return param;

}

}

/// <summary>

/// 最可靠背景模型

/// </summary>

public Image<Ycc, Byte> Mrbm

{

get

{

return mrbm;

}

}

/// <summary>

/// 背景掩码

/// </summary>

public Image<Gray, Byte> BackgroundMask

{

get

{

return backgroundMask;

}

}

/// <summary>

/// 前景掩码

/// </summary>

public Image<Gray, Byte> ForegroundMask

{

get

{

return backgroundMask.Not();

}

}

/// <summary>

/// 总帧数

/// </summary>

public double FrameCount

{

get

{

return frameCount;

}

}

/// <summary>

/// 构造函数

/// </summary>

/// <param name="width">图像宽度</param>

/// <param name="height">图像高度</param>

public NBGModel(int width, int height)

: this(width, height, NBGParameter.GetDefaultNBGParameter())

{

}

/// <summary>

/// 构造函数

/// </summary>

/// <param name="width">图像宽度</param>

/// <param name="height">图像高度</param>

///<param name="param">非参数背景模型的参数</param>

public NBGModel(int width, int height, NBGParameter param)

{

CheckParameters(width, height, param);

this.width = width;

this.height = height;

this.param = param;

historyImages = new List<Image<Ycc, byte>>(param.n);

sampleImage = new Image<Gray, byte>(param.n, 1);

clusterCenters = new List<ClusterCenter<Ycc>>[height, width];

for (int row = 0; row < height; row++)

{

for (int col = 0; col < width; col++)

clusterCenters[row, col] = new List<ClusterCenter<Ycc>>(param.m); //聚集中心列表不定长，因此将其初始化为m个元素的容量

}

mrbm = new Image<Ycc, byte>(width, height);

backgroundMask = new Image<Gray, byte>(width, height);

frameCount = 0;

}

/// <summary>

/// 检查参数是否正确，如果不正确，抛出异常

/// </summary>

/// <param name="width">图像宽度</param>

/// <param name="height">图像高度</param>

/// <param name="param">非参数背景模型的参数</param>

private void CheckParameters(int width, int height, NBGParameter param)

{

if (width <= 0)

throw new ArgumentOutOfRangeException("width", width, "图像宽度必须大于零。");

if (height <= 0)

throw new ArgumentOutOfRangeException("height", height, "图像高度必须大于零。");

if (param.n <= 0)

throw new ArgumentOutOfRangeException("n", param.n, "样本数目必须大于零。");

if (param.m <= 0)

throw new ArgumentOutOfRangeException("m", param.m, "典型点数目必须大于零。");

if (param.n % param.m != 0)

throw new ArgumentException("样本数目必须是典型点数目的整数倍。", "n,m");

if (param.theta <= 0 || param.theta > 1)

throw new ArgumentOutOfRangeException("theta", param.theta, "权重系数必须大于零，并且小于1。");

if (param.t <= 0)

throw new ArgumentOutOfRangeException("t", param.t, "最小差值必须大于零。");

}

/// <summary>

/// 释放资源

/// </summary>

public void Dispose()

{

if (historyImages != null && historyImages.Count > 0)

{

foreach (Image<Ycc, byte> historyImage in historyImages)

{

if (historyImage != null)

historyImage.Dispose();

}

}

if (sampleImage != null)

sampleImage.Dispose();

if (clusterCenters != null && clusterCenters.Length > 0)

{

foreach (List<ClusterCenter<Ycc>> clusterCentersElement in clusterCenters)

clusterCentersElement.Clear();

}

if (mrbm != null)

mrbm.Dispose();

if (backgroundMask != null)

backgroundMask.Dispose();

}

/// <summary>

/// 增加历史图像

/// </summary>

/// <param name="historyImage">历史图像</param>

/// <returns>是否增加成功</returns>

public bool AddHistoryImage(Image<Ycc, byte> historyImage)

{

bool success = false;

if (historyImage != null && historyImage.Width == width && historyImage.Height == height)

{

if (historyImages.Count >= param.n)

{

if (historyImages[0] != null)

historyImages[0].Dispose();

historyImages.RemoveAt(0);

}

historyImages.Add(historyImage.Copy());

success = true;

}

return success;

}

/// <summary>

/// 增加历史图像

/// </summary>

/// <param name="historyImages">历史图像数组</param>

/// <returns>返回成功增加的历史图像数目</returns>

public int AddHistoryImage(Image<Ycc,byte>[] historyImages)

{

int added = 0;

if (historyImages != null && historyImages.Length > 0)

{

foreach (Image<Ycc,byte> historyImage in historyImages)

{

if (AddHistoryImage(historyImage))

added++;

}

}

return added;

}

/// <summary>

/// 增加历史图像

/// </summary>

/// <param name="historyImages">历史图像列表</param>

/// <returns>返回成功增加的历史图像数目</returns>

public int AddHistoryImage(List<Image<Ycc,byte>> historyImages)

{

return AddHistoryImage(historyImages.ToArray());

}

/// <summary>

/// 增加历史图像

/// </summary>

/// <param name="historyImage">历史图像</param>

/// <returns>是否增加成功</returns>

public bool AddHistoryImage(Image<Bgr, byte> historyImage)

{

Image<Ycc, byte> image = historyImage.Convert<Ycc, byte>();

bool success = AddHistoryImage(image);

image.Dispose();

return success;

}

/// <summary>

/// 增加历史图像

/// </summary>

/// <param name="historyImages">历史图像数组</param>

/// <returns>返回成功增加的历史图像数目</returns>

public int AddHistoryImage(Image<Bgr, byte>[] historyImages)

{

int added = 0;

if (historyImages != null && historyImages.Length > 0)

{

foreach (Image<Bgr, byte> historyImage in historyImages)

{

if (AddHistoryImage(historyImage))

added++;

}

}

return added;

}

/// <summary>

/// 增加历史图像

/// </summary>

/// <param name="historyImages">历史图像列表</param>

/// <returns>返回成功增加的历史图像数目</returns>

public int AddHistoryImage(List<Image<Bgr, byte>> historyImages)

{

return AddHistoryImage(historyImages.ToArray());

}

/// <summary>

/// 训练背景模型

/// </summary>

/// <returns>返回训练是否成功</returns>

unsafe public bool TrainBackgroundModel()

{

bool success = false;

if (historyImages.Count >= param.n)

{

//0.初始化收敛图像，个数为param.m

List<Image<Ycc, byte>> convergenceImages = new List<Image<Ycc, byte>>(param.m);

for (int i = 0; i < param.m; i++)

convergenceImages.Add(new Image<Ycc, byte>(width, height));

//1.将历史图像分为m组，以每组的位置为矩形窗的起点，对通道Y在历史图像中进行MeanShift计算，结果窗的中点为收敛中心，该中心的值为收敛值，将收敛值加入到convergenceImageData中。

int numberPerGroup = param.n / param.m; //每组图像的数目

MCvConnectedComp comp; //保存Mean Shift计算结果的连接部件

int offsetHistoryImage; //历史图像中某个像素相对图像数据起点的偏移量

int widthStepHistoryImage = historyImages[0].MIplImage.widthStep; //历史图像的每行字节数

byte*[] ptrHistoryImages = new byte*[param.n]; //历史图像的数据部分起点数组

byte* ptrSampleImage = (byte*)sampleImage.MIplImage.imageData.ToPointer(); //样本图像的数据部分起点

int offsetConvergenceImage; //收敛图像中某个像素相对图像数据起点的偏移量

int widthStepConvergenceImage = convergenceImages[0].MIplImage.widthStep; //收敛图像的每行字节数

byte*[] ptrConvergenceImages = new byte*[param.m]; //收敛图像的数据部分起点数组

for (int i = 0; i < param.n; i++)

ptrHistoryImages[i] = (byte*)historyImages[i].MIplImage.imageData.ToPointer();

for (int i = 0; i < param.m; i++)

ptrConvergenceImages[i] = (byte*)convergenceImages[i].MIplImage.imageData.ToPointer();

//遍历图像的每一行

for (int row = 0; row < height; row++)

{

//遍历图像的每一列

for (int col = 0; col < width; col++)

{

offsetHistoryImage = row * widthStepHistoryImage + col * 3;

offsetConvergenceImage = row * widthStepConvergenceImage + col * 3;

//用历史图像在该点的Y通道值组成一副用于Mean Shift计算的样本图像

for (int sampleIdx = 0; sampleIdx < param.n; sampleIdx++)

*(ptrSampleImage + sampleIdx) = *(ptrHistoryImages[sampleIdx] + offsetHistoryImage);

//以每组的位置为矩形窗的起点，用MeanShift过程找到局部极值，由局部极值组成的图像是收敛图像

for (int representativeIdx = 0; representativeIdx < param.m; representativeIdx++)

{

Rectangle window = new Rectangle(representativeIdx * numberPerGroup, 0, numberPerGroup, 1);

CvInvoke.cvMeanShift(sampleImage.Ptr, window, param.criteria, out comp);

int center = comp.rect.Left + comp.rect.Width / 2; //收敛中心

*(ptrConvergenceImages[representativeIdx] + offsetConvergenceImage) = *(ptrHistoryImages[center] + offsetHistoryImage);

*(ptrConvergenceImages[representativeIdx] + offsetConvergenceImage + 1) = *(ptrHistoryImages[center] + offsetHistoryImage + 1);

*(ptrConvergenceImages[representativeIdx] + offsetConvergenceImage + 2) = *(ptrHistoryImages[center] + offsetHistoryImage + 2);

}

}

}

//2.将近似的收敛点分类，以得到聚集中心

//（1）得到收敛中心的最小值Cmin；（2）将[0 , Cmin+t]区间中的收敛中心划为一类；（3）计算已分类点的平均值，作为聚集中心的值，并将聚集中心添加到clusterCenters；（4）删除已分类的收敛中心；（5）重复（0）～（4）直到收敛中心全部归类。

for (int row = 0; row < height; row++)

{

//遍历图像的每一列

for (int col = 0; col < width; col++)

{

offsetConvergenceImage = row * widthStepConvergenceImage + col * 3;

//得到该像素的收敛中心列表

List<Ycc> convergenceCenters = new List<Ycc>(param.m);

for (int convergenceIdx = 0; convergenceIdx < param.m; convergenceIdx++)

convergenceCenters.Add(new Ycc(*(ptrConvergenceImages[convergenceIdx] + offsetConvergenceImage), *(ptrConvergenceImages[convergenceIdx] + offsetConvergenceImage + 1), *(ptrConvergenceImages[convergenceIdx] + offsetConvergenceImage + 2)));

while (convergenceCenters.Count > 0)

{

Ycc Cmin = MinYcc(convergenceCenters);

double regionHigh = Cmin.Y + param.t;

Ycc sum = new Ycc(0d, 0d, 0d);

double li = 0d;

for (int i = convergenceCenters.Count - 1; i >= 0; i--)

{

Ycc ci = convergenceCenters[i];

if (ci.Y <= regionHigh)

{

sum.Y += ci.Y;

sum.Cr += ci.Cr;

sum.Cb += ci.Cb;

li++;

convergenceCenters.RemoveAt(i);

}

}

Ycc avg = new Ycc(sum.Y / li, sum.Cr / li, sum.Cb / li);

double wi = li / param.m;

ClusterCenter<Ycc> clusterCenter = new ClusterCenter<Ycc>(avg, wi, li, 0d);

clusterCenters[row, col].Add(clusterCenter);

}

}

}

//3.得到最可靠背景模型

GetMrbm();

//4.释放资源

for (int i = 0; i < param.m; i++)

convergenceImages[i].Dispose();

convergenceImages.Clear();

success = true;

}

return success;

}

/// <summary>

/// 训练背景模型（没有使用指针运算进行优化，用于演示流程）

/// </summary>

/// <returns>返回训练是否成功</returns>

private bool TrainBackgroundModel2()

{

bool success = false;

if (historyImages.Count >= param.n)

{

//0.初始化收敛图像，个数为param.m

List<Image<Ycc, byte>> convergenceImages = new List<Image<Ycc, byte>>(param.m);

for (int i = 0; i < param.m; i++)

convergenceImages.Add(new Image<Ycc, byte>(width, height));

//1.将历史图像分为m组，以每组的位置为矩形窗的起点，对通道Y在历史图像中进行MeanShift计算，结果窗的中点为收敛中心，该中心的值为收敛值，将收敛值加入到convergenceImageData中。

int numberPerGroup = param.n / param.m; //每组图像的数目

MCvConnectedComp comp; //保存Mean Shift计算结果的连接部件

//遍历图像的每一行

for (int row = 0; row < height; row++)

{

//遍历图像的每一列

for (int col = 0; col < width; col++)

{

//用历史图像在该点的Y通道值组成一副用于Mean Shift计算的样本图像

for (int sampleIdx = 0; sampleIdx < param.n; sampleIdx++)

sampleImage[0, sampleIdx] = new Gray(historyImages[sampleIdx][row, col].Y); //这里可以用指针优化访问像素的速度

//以每组的位置为矩形窗的起点，用MeanShift过程找到局部极值，由局部极值组成的图像是收敛图像

for (int representativeIdx = 0; representativeIdx < param.m; representativeIdx++)

{

Rectangle window = new Rectangle(representativeIdx * numberPerGroup, 0, numberPerGroup, 1);

CvInvoke.cvMeanShift(sampleImage.Ptr, window, param.criteria, out comp);

int center = comp.rect.Left + comp.rect.Width / 2; //收敛中心

Ycc ci = historyImages[center][row, col]; //收敛中心对应的像素值

convergenceImages[representativeIdx][row, col] = ci; //将收敛中心添加到收敛图像数据中去（这两句可以用指针优化访问像素的速度）

}

}

}

//2.将近似的收敛点分类，以得到聚集中心

//（1）得到收敛中心的最小值Cmin；（2）将[0 , Cmin+t]区间中的收敛中心划为一类；（3）计算已分类点的平均值，作为聚集中心的值，并将聚集中心添加到clusterCenters；（4）删除已分类的收敛中心；（5）重复（0）～（4）直到收敛中心全部归类。

for (int row = 0; row < height; row++)

{

//遍历图像的每一列

for (int col = 0; col < width; col++)

{

//得到该像素的收敛中心列表

List<Ycc> convergenceCenters = new List<Ycc>(param.m);

for (int convergenceIdx = 0; convergenceIdx < param.m; convergenceIdx++)

convergenceCenters.Add(convergenceImages[convergenceIdx][row, col]);

while (convergenceCenters.Count > 0)

{

Ycc Cmin = MinYcc(convergenceCenters);

double regionHigh = Cmin.Y + param.t;

Ycc sum = new Ycc(0d, 0d, 0d);

double li = 0d;

for (int i = convergenceCenters.Count - 1; i >= 0; i--)

{

Ycc ci = convergenceCenters[i];

if (ci.Y <= regionHigh)

{

sum.Y += ci.Y;

sum.Cr += ci.Cr;

sum.Cb += ci.Cb;

li++;

convergenceCenters.RemoveAt(i);

}

}

Ycc avg = new Ycc(sum.Y / li, sum.Cr / li, sum.Cb / li);

double wi = li / param.m;

ClusterCenter<Ycc> clusterCenter = new ClusterCenter<Ycc>(avg, wi, li, 0d);

clusterCenters[row, col].Add(clusterCenter);

}

}

}

//3.得到最可靠背景模型

GetMrbm();

//4.释放资源

for (int i = 0; i < param.m; i++)

convergenceImages[i].Dispose();

convergenceImages.Clear();

success = true;

}

return success;

}

/// <summary>

/// 训练背景模型

/// </summary>

/// <param name="historyImages">历史图像数组</param>

/// <returns>返回训练是否成功</returns>

public bool TrainBackgroundModel(Image<Ycc,byte>[] historyImages)

{

AddHistoryImage(historyImages);

return TrainBackgroundModel();

}

/// <summary>

/// 训练背景模型

/// </summary>

/// <param name="historyImages">历史图像数组</param>

/// <returns>返回训练是否成功</returns>

public bool TrainBackgroundModel(List<Image<Ycc,byte>> historyImages)

{

AddHistoryImage(historyImages);

return TrainBackgroundModel();

}

/// <summary>

/// 训练背景模型

/// </summary>

/// <param name="historyImages">历史图像数组</param>

/// <returns>返回训练是否成功</returns>

public bool TrainBackgroundModel(Image<Bgr, byte>[] historyImages)

{

AddHistoryImage(historyImages);

return TrainBackgroundModel();

}

/// <summary>

/// 训练背景模型

/// </summary>

/// <param name="historyImages">历史图像数组</param>

/// <returns>返回训练是否成功</returns>

public bool TrainBackgroundModel(List<Image<Bgr, byte>> historyImages)

{

AddHistoryImage(historyImages);

return TrainBackgroundModel();

}

/// <summary>

/// 得到Ycc列表中的最小值（仅比较Y分量）

/// </summary>

/// <param name="yccList"></param>

/// <returns></returns>

private Ycc MinYcc(List<Ycc> yccList)

{

Ycc min = yccList[0];

foreach (Ycc ycc in yccList)

{

if (ycc.Y < min.Y)

min = ycc;

}

return min;

}

/// <summary>

/// 得到聚集中心列表中的最大值（比较wi）

/// </summary>

/// <param name="clusterCenters"></param>

/// <returns></returns>

private ClusterCenter<Ycc> MaxClusterCenter(List<ClusterCenter<Ycc>> clusterCenters)

{

ClusterCenter<Ycc> max = clusterCenters[0];

foreach (ClusterCenter<Ycc> center in clusterCenters)

{

if (center.wi > max.wi)

max = center;

}

return max;

}

/// <summary>

/// 得到最可靠背景模型MRBM：在聚集中心选择wi最大的值（没有使用指针运算进行优化，用于演示流程）

/// </summary>

private void GetMrbm2()

{

//遍历图像的每一行

for (int row = 0; row < height; row++)

{

//遍历图像的每一列

for (int col = 0; col < width; col++)

mrbm[row, col] = MaxClusterCenter(clusterCenters[row, col]).ci;

}

}

/// <summary>

/// 得到最可靠背景模型MRBM：在聚集中心选择wi最大的值

/// </summary>

unsafe private void GetMrbm()

{

int widthStepMrbm = mrbm.MIplImage.widthStep;

byte* ptrMrbm = (byte*)mrbm.MIplImage.imageData.ToPointer();

byte* ptrPixel;

Ycc ci;

//遍历图像的每一行

for (int row = 0; row < height; row++)

{

//遍历图像的每一列

for (int col = 0; col < width; col++)

{

ci = MaxClusterCenter(clusterCenters[row, col]).ci;

ptrPixel = ptrMrbm + row * widthStepMrbm + col * 3;

*ptrPixel = (byte)ci.Y;

*(ptrPixel + 1) = (byte)ci.Cr;

*(ptrPixel + 2) = (byte)ci.Cb;

}

}

}

/// <summary>

/// 更新背景模型，同时计算相应的前景和背景（没有使用指针运算进行优化，用于演示流程）

/// </summary>

/// <param name="currentFrame">当前帧图像</param>

private void Update2(Image<Ycc, byte> currentFrame)

{

//1.将当前帧加入到历史图像的末尾

AddHistoryImage(currentFrame);

frameCount++;

//2.将背景掩码图像整个设置为白色，在检测时再将前景像素置零

backgroundMask.SetValue(255d);

//3.遍历图像的每个像素，确定前景或背景；同时进行背景维持操作。

int numberPerGroup = param.n / param.m;

int lastIdx = param.n - 1;

//遍历图像的每一行

for (int row = 0; row < height; row++)

{

//遍历图像的每一列

for (int col = 0; col < width; col++)

{

int nearestIndex; //最近的聚集中心索引

double d = GetMinD(historyImages[lastIdx][row, col].Y, clusterCenters[row, col], out nearestIndex); //得到最小差值d

if (d > param.t)

{

//该点为前景：以该点附近的矩形窗{n-numberPerGroup,0,numberPerGroup,1}开始进行MeanShift运算，并得到新的收敛中心Cnew（wi=1/m），将Cnew加入到聚集中心clusterCenters

//用历史图像在该点的Y通道值组成一副用于Mean Shift计算的样本图像

for (int sampleIdx = 0; sampleIdx < param.n; sampleIdx++)

sampleImage[0, sampleIdx] = new Gray(historyImages[sampleIdx][row, col].Y); //这里可以用指针运算来提高速度

Rectangle window = new Rectangle(param.n - numberPerGroup, 0, numberPerGroup, 1);

MCvConnectedComp comp;

CvInvoke.cvMeanShift(sampleImage.Ptr, window, param.criteria, out comp);

int center = comp.rect.Left + comp.rect.Width / 2; //收敛中心

ClusterCenter<Ycc> cnew = new ClusterCenter<Ycc>(historyImages[center][row, col], 1d / (param.m + frameCount), 1d, frameCount); //将收敛中心作为新的聚集中心

clusterCenters[row, col].Add(cnew);

//设置背景掩码图像的前景点

backgroundMask[row, col] = new Gray(0d);

}

else

{

//该点为背景：更新最近聚集中心的ci为(li+1)/m

clusterCenters[row, col][nearestIndex].li++;

clusterCenters[row, col][nearestIndex].wi = clusterCenters[row, col][nearestIndex].li / (param.m + frameCount);

clusterCenters[row, col][nearestIndex].updateFrameNo = frameCount;

}

}

}

//4.生成最可靠背景模型

GetMrbm();

}

/// <summary>

/// 更新背景模型，同时计算相应的前景和背景

/// </summary>

/// <param name="currentFrame">当前帧图像</param>

private void Update2(Image<Bgr, byte> currentFrame)

{

Image<Ycc, byte> image = currentFrame.Convert<Ycc, byte>();

Update(image);

image.Dispose();

}

/// <summary>

/// 更新背景模型，同时计算相应的前景和背景

/// </summary>

/// <param name="currentFrame">当前帧图像</param>

unsafe public void Update(Image<Ycc, byte> currentFrame)

{

//1.将当前帧加入到历史图像的末尾

AddHistoryImage(currentFrame);

frameCount++;

//2.将背景掩码图像整个设置为白色，在检测时再将前景像素置零

backgroundMask.SetValue(255d);

//3.遍历图像的每个像素，确定前景或背景；同时进行背景维持操作。

int numberPerGroup = param.n / param.m;

int lastIdx = param.n - 1;

int offsetHistoryImage; //历史图像中某个像素相对图像数据起点的偏移量

int widthStepHistoryImage = historyImages[0].MIplImage.widthStep; //历史图像的每行字节数

byte*[] ptrHistoryImages = new byte*[param.n]; //历史图像的数据部分起点数组

byte* ptrSampleImage = (byte*)sampleImage.MIplImage.imageData.ToPointer(); //样本图像的数据部分起点

int widthStepBackgroundMask = backgroundMask.MIplImage.widthStep; //背景掩码图像的每行字节数

byte* ptrBackgroundMask = (byte*)backgroundMask.MIplImage.imageData.ToPointer(); //背景掩码图像的数据部分起点

byte f = 0; //前景对应的颜色值

for (int i = 0; i < param.n; i++)

ptrHistoryImages[i] = (byte*)historyImages[i].MIplImage.imageData.ToPointer();

//遍历图像的每一行

for (int row = 0; row < height; row++)

{

//遍历图像的每一列

for (int col = 0; col < width; col++)

{

offsetHistoryImage = row * widthStepHistoryImage + col * 3;

int nearestIndex; //最近的聚集中心索引

double d = GetMinD((double)(*(ptrHistoryImages[lastIdx] + offsetHistoryImage)), clusterCenters[row, col], out nearestIndex); //得到最小差值d

if (d > param.t)

{

//该点为前景：以该点附近的矩形窗{n-numberPerGroup,0,numberPerGroup,1}开始进行MeanShift运算，并得到新的收敛中心Cnew（wi=1/m），将Cnew加入到聚集中心clusterCenters

//用历史图像在该点的Y通道值组成一副用于Mean Shift计算的样本图像

for (int sampleIdx = 0; sampleIdx < param.n; sampleIdx++)

*(ptrSampleImage + sampleIdx) = *(ptrHistoryImages[sampleIdx] + offsetHistoryImage);

Rectangle window = new Rectangle(param.n - numberPerGroup, 0, numberPerGroup, 1);

MCvConnectedComp comp;

CvInvoke.cvMeanShift(sampleImage.Ptr, window, param.criteria, out comp);

int center = comp.rect.Left + comp.rect.Width / 2; //收敛中心

ClusterCenter<Ycc> cnew = new ClusterCenter<Ycc>(historyImages[center][row, col], 1d / (param.m + frameCount), 1d, frameCount); //将收敛中心作为新的聚集中心

clusterCenters[row, col].Add(cnew);

//设置背景掩码图像的前景点

*(ptrBackgroundMask + row * widthStepBackgroundMask + col) = f;

}

else

{

//该点为背景：更新最近聚集中心的ci为(li+1)/m

clusterCenters[row, col][nearestIndex].li++;

clusterCenters[row, col][nearestIndex].wi = clusterCenters[row, col][nearestIndex].li / (param.m + frameCount);

clusterCenters[row, col][nearestIndex].updateFrameNo = frameCount;

}

}

}

//4.生成最可靠背景模型

GetMrbm();

}

public void Update(Image<Bgr, byte> currentFrame)

{

Image<Ycc, byte> image = currentFrame.Convert<Ycc, byte>();

Update(image);

image.Dispose();

}

/// <summary>

/// 用wi>=theta作为条件选择可能的背景模型Cb；对每个观测值x0，计算x0与Cb的最小差值d

/// </summary>

/// <param name="x0">观测值x0</param>

/// <param name="centerList">某像素对应的聚集中心列表</param>

/// <param name="nearestIndex">输出参数：最近的聚集中心索引</param>

/// <returns>返回最小差值d</returns>

private double GetMinD(double x0, List<ClusterCenter<Ycc>> centerList, out int nearestIndex)

{

double d = double.MaxValue;

nearestIndex = 0;

for (int idx = 0; idx < centerList.Count; idx++)

{

ClusterCenter<Ycc> center = centerList[idx];

if (center.wi >= param.theta)

{

double d0 = Math.Abs(center.ci.Y - x0);

if (d0 < d)

{

d = d0;

nearestIndex = idx;

}

}

}

return d;

}

/// <summary>

/// 清除不活跃的聚集中心

/// </summary>

/// <param name="staleThresh">不活跃阀值，不活跃帧数大于该值的聚集中心将被清除</param>

public void ClearStale(int staleThresh)

{

//遍历每个像素的聚集中心

for (int row = 0; row < height; row++)

{

for (int col = 0; col < width; col++)

{

for (int idx = clusterCenters[row, col].Count - 1; idx >= 0; idx--)

{

if (frameCount - clusterCenters[row, col][idx].updateFrameNo > staleThresh)

clusterCenters[row, col].RemoveAt(idx);

}

}

}

}

}

/// <summary>

/// 聚集中心

/// </summary>

/// <typeparam name="TColor">聚集中心使用的色彩空间</typeparam>

public class ClusterCenter<TColor>

where TColor : struct, IColor

{

public TColor ci; //聚集中心的像素值

public double wi; //聚集中心的权重

public double li; //聚集中心包含的收敛点数目

public double updateFrameNo; //更新该聚集中心时的帧数：用于消除消极的聚集中心

public ClusterCenter(TColor ci, double wi, double li, double updateFrameNo)

{

this.ci = ci;

this.li = li;

this.wi = wi;

this.updateFrameNo = updateFrameNo;

}

}

/// <summary>

/// 非参数背景模型的参数

/// </summary>

public struct NBGParameter

{

public int n; //样本数目：需要被保留的历史图像数目

public int m; //典型点数目：历史图像需要被分为多少组

public double theta; //权重系数：权重大于该值的聚集中心为候选背景

public double t; //最小差值：观测值与候选背景的最小差值大于该值时，为前景；否则为背景

public MCvTermCriteria criteria; //Mean Shift计算的终止条件：包括最大迭代次数和终止计算的精度

public NBGParameter(int n, int m, double theta, double t, MCvTermCriteria criteria)

{

this.n = n;

this.m = m;

this.theta = theta;

this.t = t;

this.criteria.type = criteria.type;

this.criteria.max_iter = criteria.max_iter;

this.criteria.epsilon = criteria.epsilon;

}

public static NBGParameter GetDefaultNBGParameter()

{

return new NBGParameter(100, 10, 0.3d, 10d, new MCvTermCriteria(100, 1d));

}

}

}

3 NBGModel类介绍

3.1 属性

Width——获取图像的宽度

Height——获取图像的高度

Param——获取参数设置

Mrbm——获取最可靠背景模型图像

BackgroundMask——获取背景掩码图像

ForegroundMask——获取前景掩码图像

FrameCount——获取已被检测的帧数

3.2 构造函数

public NBGModel(int width, int height)——用默认的参数初始化NBGModel，等价于NBGModel(width, height, NBGParameter.GetDefaultNBGParameter())

public NBGModel(int width, int height, NBGParameter param)——用指定的参数初始化NBGModel

3.3 方法

AddHistoryImage——添加一幅或者一组历史图像

TrainBackgroundModel——训练背景模型；如果传入了历史图像，则先添加历史图像，然后再训练背景模型

Update——更新背景模型，同时检测前景

ClearStale——清除消极的聚集中心

Dispose——释放资源

4 体会

NBGModel的确非常有效，非常简洁，特别适用于伴随复杂运动对象的背景建模。我特意选取了PETS2009中的素材对其做了一些测试，结果也证明了NBGModel的优越性。不过需要指出的是，它需要占用大量的内存（主要因为需要保存n幅历史图像）；它的计算量比较大。

在使用的过程中，它始终需要在内存中缓存n幅历史图像，1幅最可靠背景模型图像，1幅背景掩码图像，近似m幅图像（聚集中心）；而在训练阶段，更需要临时存储m幅收敛图像。

例如：样本数目为100，典型点数目为10，图像尺寸为768x576时，所用的内存接近300M，训练背景需要大约需要33秒，而对每幅图像进行前景检测大约需要600ms。虽然可以使用并行编程来提高性能，但是并不能从根本上解决问题。

（注：测试电脑的CPU为AMD闪龙3200+，内存1.5G。）

看来，有必要研究一种新的方法，目标是检测效果更好，内存占用低，处理更快速。目前的想法是使用《Wallflower: Principles and Practice of Background Manitenance》中的3层架构（时间轴上的像素级处理，像素间的区域处理，帧间处理），但是对每层架构都选用目前流行的处理方式，并对处理方式进行优化。时间轴上的像素级处理打算使用CodeBook方法，但是增加本文的一些思想。像素间的区域处理打算参考《基于区域相关的核函数背景建模算法》中的方法。帧间处理预计会采用全局灰度统计值作为依据。

最后，按照惯例：感谢您耐心看完本文，希望对您有所帮助。本文所述方法及代码仅用于学习研究，不得用于商业目的。