背景差分法《python图像处理篇》

引言：背景差分常用于运动目标检测，是一种动态检测的方法，即观察两帧图像间的差距（哪个物体存在相对运动），其基本原理就是将两幅图像做减法，只不过这里的两幅图像分为输入图像和背景图像，此方法对于动态常见特别敏感，例如监控环境下的下雪、刮风时的树叶飘动、光照条件的变化，以及地面引起的各种噪声，尤其是物体的影子，这些都是影响背景差分法处理效果的外在因素。

1背景差分法介绍:：

        背景差分法的核心是背景的生成，通常采用的方法为计算多幅图像的平均值作为背景图，但是此方法的缺点是计算量过大，但是此方法能够提供完整的数据特征，对于上述的光照变化所产生的影响较少。（如果长期使用，必须对背景进行周期性更新，也就是说过一段时间就需要对多幅图像进行求平均值作为背景图像）。

背景差分法图

2.帧间差分法介绍：

        顾名思义就是将相邻两帧图像做减法运算，在环境亮度变化不大的情况下，如果像素值相差很小，则认为图像某区域是静止的，反之，则认为是由于物体存在相对运动所触发的结果。此方法的原理相对简单，实时性好，当目标物体运动过于缓慢，会运动物体区域会存在空洞现象，但是问题不大。但是相邻两帧的间隔过大，会存在一种误检测现象（也称为假象）

        帧差分法图

#

待补充。。。

3.结束

GAME OVER

如果理解错误，欢迎大家批评，及时纠正小琼的错误哦，真心感谢你的纠正！！！

如果小伙伴梦有疑问欢迎在评论区留言哦！！！

如果感觉不错的话！点个赞呗，不用客气！（O(∩_∩)O哈哈~）

欢迎和小伙伴梦一起学习，共同努力，加油！！！