【OpenCV】高斯混合背景提取

转载请注明出处：http://blog.csdn.net/xiaowei_cqu/article/details/7566070

在做火灾检测时尝试了一下用OpenCV中自带的高斯混合背景建模，由于是快速应用，也没推敲太细，日后有机会再研究吧。

如果只是应用，不推敲原理是很简单的。OpenCV自己有一个高斯模型，源代码在安装目录...\opencvsetuppath\src\cvaux的cvbgfg_gaussmix.cpp文件中。

具体算法是根据P. KaewTraKulPong and R. Bowden的论文《An Improved Adaptive Background Mixture Model for Real-time Tracking with Shadow Detection》实现的

源码看起来很简单，除了构造、析构函数，不过几个函数：

[cpp]  view plain copy

1. //初始化函数  
2. void BackgroundSubtractorMOG::initialize(Size _frameSize, int _frameType);   
3. //处理单通道图像  
4. static void process8uC1( BackgroundSubtractorMOG& obj, const Mat& image, Mat& fgmask, double learningRate );  
5. //处理多通道图像  
6. static void process8uC3( BackgroundSubtractorMOG& obj, const Mat& image, Mat& fgmask, double learningRate );  
7. //重载构造符（在这里转由 process8uC1 或 process8uC3 处理）  
8. void BackgroundSubtractorMOG::operator()(const Mat& image, Mat& fgmask, double learningRate);  
9. //释放高斯模型  
10. icvReleaseGaussianBGModel( CvGaussBGModel** bg_model );  
11. //更新模型  
12. icvUpdateGaussianBGModel( IplImage* curr_frame, CvGaussBGModel*  bg_model, double learningRate );  
13. //建立模型  
14. cvCreateGaussianBGModel( IplImage* first_frame, CvGaussBGStatModelParams* parameters );  

如果我们不关心具体的参数，都是用默认值的话，很容易就能建立一个高斯背景提取的模型。

[cpp]  view plain copy

1. //用第一帧初始化模型  
2. CvBGStatModel* bgModel= cvCreateGaussianBGModel(pInitFrame);  
3.   
4. //  
5. void FireDetector::CheckFireMove2(IplImage *pImgFrame)  
6. {  
7.     cvUpdateBGStatModel( pImgFrame, bgModel );  
8.     // 以左下角为坐标原点  
9.     bgModel->foreground->origin = bgModel->background->origin = 1;  
10.     //滤除噪声  
11.     //cvErode(bgModel->background, bgModel->background);    
12.     //cvErode(bgModel->foreground, bgModel->foreground);      
13.     cvMorphologyEx( pImgMotion, pImgMotion, 0, 0, CV_MOP_CLOSE, 3);  
14.     cvMorphologyEx( pImgMotion, pImgMotion, 0, 0, CV_MOP_OPEN, 1 );  
15. }  

如果再简化就是

[cpp]  view plain copy

1. cvUpdateBGStatModel( pImgFrame, bgModel );  

一句话，用新的帧更新背景。

有关高斯背景的原理，日后再补上吧~