Aforge.docx

A几种视频运动识别的方法 AForge.NET框架提供了一系列的课程，从而实现不同的运动检测和运动处理算法。运动检测算法只针对检测运动不连续的视频帧的运动检测和运动提供框架的二进制图像的所有地区，具有运动检测。运动处理算法的目的是performpost检测运动区域的运动突出处理，计数的运动目标，跟踪，等等。 不同的运动检测类可以使用不同的算法来检测运动。但它们都是类似的方式如何得到视频帧的分析以及如何报告aboutdetected运动水平。所有这些类提供的运动属性，这是在[ 0水平运动，1 ]范围。例如，如果物业说0.05，那么就意味着运动类已检测到5%运动水平。分析这一特性和比较它预定义的阈值可以提高报警，当检测到的运动水平大于水平被认为是安全的。 下面是一个简单的代码示例，说明不同的运动检测和运动处理算法的主要思想： // create motion detectorMotionDetector detector = new MotionDetector( new SimpleBackgroundModelingDetector( ), new MotionAreaHighlighting( ) );// continuously feed video frames to motion detectorwhile ( ... ){ // process new video frame and check motion level if ( detector.ProcessFrame( videoFrame ) 0.02 ) { // ring alarm or do somethng else }} 为代码显示，所有我们需要做的是把新的视频帧，然后检查运动水平。注意：用户代码负责特定流中读取视频帧，这makesmotion探测器从视频阅读脱钩。看到 HYPERLINK /framework/features/index.html \l video AForge.视频namespacefor类访问不同的视频流。 运动检测算法  HYPERLINK /framework/docs/html/2cf71bcc-d011-80be-57f2-cd60b5665df9.htm 两帧差分的运动检测器这种类型的运动探测器是最简单和最快的一个。该探测器是基于视频流的帧的数量差异，发现两随之而来的想法。差异越大，运动水平越大。它可以从下面的图片中看到，它没有套房很好这些工作，需要精确地突出运动目标。然而，它建议本身很好这些任务，就需要运动检测。  HYPERLINK /framework/docs/html/f0ba842d-fc64-100b-88a5-3aea6cad03f3.htm 简单的背景建模的运动检测器与上述运动检测器，该运动检测器是基于发现currentvideo框架和框架表示的背景差异。这一运动探测器试图用modelingscene背景简单的技术和更新通过时间来考虑场景的变化。这一运动探测器的背景modelingfeature给出更精确的运动区域的能力突出。  HYPERLINK /framework/docs/html/3ffdd2e8-d2cd-e4b9-fb50-97a1c6f12442.htm 自定义帧差运动检测器这个类实现了运动检测算法，它是基于预定义的背景帧与当前视频帧的差异，使其在上述两类之间。这一方面运动检测器是基于简单差分为两帧差分运动检测器，使得它很快。另一方面它差当前视频帧和背景帧，这可能让findingmoving对象，而不是地区的变化（如在简单的背景建模、运动检测器）。然而，用户需要specifybackground自己的框架（或算法将第一视频帧作为背景框架）和算法将nevertry更新它，这意味着没有适应场景变化。 运动处理算法  HYPERLINK /framework/docs/html/d6c663ca-29ee-5c47-8bc3-91b6ff857cd8.htm 运动区突出这一运动处理算法的目的是只是为了突出运动区域的运动检测算法找到指定的颜色。以上所有screenshotsdemonstrate运动工作突出。  HYPERLINK /framework/docs/html/68e3b377-ed5e-797d-1291-d9851345d20e.htm 运动边界突出这一运动处理算法的目的是为了突出运动检测算法发现运动区的边界。它应该是可与运动检测算法，可以准确定位移动物体。  HYPERLINK /framework/docs/html/aa54dea0-7bda-cac2-9cf