图像处理之前景检测(二)之混合高斯模型
混合高斯模型使用K(基本为3到5个)个高斯模型来表征图像中各个像素点的特征,在新一帧图像获得后更新混合高斯模型,用当前图像中的每个像素点与混合高斯模型匹配,如果成功则判定该点为背景点, 否则为前景点。通观整个高斯模型,他主要是由方差和均值两个参数决定,,对均值和方差的学习,采取不同的学习机制,将直接影响到模型的稳定性、精确性和收敛性。
原理及公式推导参考:
寂寞的小乞丐 高斯混合模型(理论+opencv实现)
现在函数有两个版本:
opencv 2.4版本中的BackgroundSubtractorMOG,opencv3.0中的BackgroundSubtractorMOG2,用法有些许不同,具体用法见:
BackgroundSubtractorMOG源码注释见:
thefutureisour 我的OpenCV学习笔记(25):c++版本的高斯混合模型的源代码完全注释
thefutureisour 我的OpenCV学习笔记(25):c++版本的高斯混合模型的源代码完全注释
BackgroundSubtractorMOG原理及博主自己代码实现:
BackgroundSubtractorMOG2原理及源码注释: