背景差分基本原理
Opencv–背景消除建模(BSM)
背景差分法相对于帧间差分法来说,虽可以克服“空洞”的现象,提取出的运动目标轮廓也较完整,但它对场景中光线的变化特别敏感,背景更新相对较慢,存在物体的动静转换产生“鬼影”等问题。
BS ,Background Subtraction 背景消除
在opencv中有两种方法可以进行背景消除:
其一、基于机器学习(KNN–K个最近邻)背景消除建模
其二、基于图像分割(GMM,高斯混合模型抗干扰图像分割)背景消除建模
相关API
-
BackgroundSubtractor
-
BackgroundSubtractorMOG2 图像分割方法
-
BackgroundSubtractorKNN 机器学习(KNN)最近邻方法
其中GMM法可以有效抗噪,防止每帧之间微弱变化带来的噪声影响。
代码实现
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/opencv.hpp"
#include <iostream>
using namespace cv;
using namespace std;
int main(int argc, char** argv)
{
VideoCapture capture;
capture.open(&#