目标检测——背景更新法

在运动目标检测中，为了完善当前构建的背景模型，更好的策略就是更新背景模型。 如果model是当前背景模型，cur是当前帧，则新的模型为：
modelnew = (1-a)*model+a*cur （a为学习率），随着时间的推移，之前的建模图片权重越来越小。Opencv中提供了cvRunningAvg函数，其中调用了accumulateWeighted函数（源代码可参考accum.cpp)。

做了一个实验，在二帧帧差法使用背景更新。二帧帧差法将前一帧作为背景，前后两帧间如果目标运动幅度不是很大，则存在大部分的区域重叠，从而导致检测出来的运动目标存在“空洞”现象。
部分代码如下：

IplImage  * pFrame=NULL;   //当前帧       
IplImage  * pFrImg=NULL;      //前景    
IplImage  * pBkImg=NULL;    //背景
CvMat* pFrameMat=NULL;
CvMat* pFrMat=NULL;
CvMat* pBkMat=NULL