高斯背景建模之icvMatchTest函数篇

最新推荐文章于 2017-06-21 10:50:25 发布

读书与远方

最新推荐文章于 2017-06-21 10:50:25 发布

阅读量838

点赞数

分类专栏：图像处理机器视觉 Opencv

本文链接：https://blog.csdn.net/yingchunhua365/article/details/16339089

版权

图像处理同时被 3 个专栏收录

62 篇文章 2 订阅

订阅专栏

机器视觉

41 篇文章 0 订阅

订阅专栏

Opencv

21 篇文章 0 订阅

订阅专栏

//对每个象素点进行匹配
static int icvMatchTest( double* src_pixel, int nChannels, int* match,
const CvGaussBGPoint* g_point,
const CvGaussBGStatModelParams *bg_model_params )
{
int k;
int matchPosition=-1; //这个匹配的位置只能是0，1，2（在假设3个高斯的前提下）
for ( k = 0; k < bg_model_params->n_gauss; k++) match[k]=0;

for ( k = 0; k < bg_model_params->n_gauss; k++)
{
double sum_d2 = 0.0;
double var_threshold = 0.0;
for(int m = 0; m < nChannels; m++)
{ //src_pixel的值是由pixel传送
//pixel = (uchar)curr_frame->imageData[p+k]
//即是如果是单通道或者是多通道，都是把一个象素点的所有分量全部读出来进行比较
//g_point->g_values[].mean[]就是在cvCreateGaussianBGModel对bg_model进行赋值的结果
double d = g_point->g_values[k].mean[m]- src_pixel[m];
sum_d2 += (d*d);
var_threshold += g_point->g_values[k].variance[m];
} //difference < STD_LIMIT*STD_LIMIT or difference**2 < STD_LIMIT*STD_LIMIT*VAR
//我觉得这里有问题，我觉得应该是：
//var_threshold = bg_model_params->std_threshold*var_threshold*var_threshold;
var_threshold = bg_model_params->std_threshold*bg_model_params->std_threshold*var_threshold;
if(sum_d2 < var_threshold)
{
match[k] = 1;
matchPosition = k;
break;
}
}

return matchPosition;
}