背景建模 - 计算中值图像

% input: im1, im2, im3, im4, im5
% output: background image F
F = im1;
for i=1:3
    A = cat(3,im1(:,:,i),im2(:,:,i),im3(:,:,i),im4(:,:,i),im5(:,:,i));
    F(:,:,i) = median(A,3);
end
figure,imshow(F)

        在工程应用中，常常需要对固定相机拍摄的n幅图像做一个背景建模，然后用图像减去背景就得到运动变化部分。背景建模的方法很多，常用的有GM，GMM，这些经典算法在openCV里都集成了，但是速度上还不是特别快。对于类似的情况其实有更简单的方法建背景--中值背景就是在工程中用得最多，效果最理想的方法之一。 注意，这里说的中值，就是median，不是mean（均值）。

       计算中值的过程：举个例子，对5个数[20 30 32 23 90]计算中值，首选需要对其排序，用冒泡排序算法得到的结果应该是[20 23 30 32 90]，然后取中间一个数，即30。

       计算中值图像( F )的时候，就是要对n幅图像( A1, A2, ..., An )上每个像素位置分别求中值，大概就是：

F = median_background( A1, A2, A3, ..., An )

s.t., F(x,y) = median( [ A1(x,y), A2(x,y), ..., An(x,y) ] )

        另外，我们希望算法是增量式的：比如刚才我已经对A1到An共n幅图像计算出了一个中值图像F，那么现在我又得到了第n+1幅图像，我希望更新这个背景：