背景减法 matlab,视频分析（三）：背景减法

目标

在这一章当中，

我们将熟悉OpenCV中的背景减法方法。

基础

背景扣除是许多基于视觉的应用程序中的主要预处理步骤。例如，考虑一些情况，例如访客计数器，其中静态相机拍摄进入或离开房间的访客数量，或交通相机提取有关车辆等的信息。在所有这些情况下，首先需要单独提取人员或车辆。从技术上讲，你需要从静态背景中提取移动的前景。

如果你只有背景图像，比如没有游客的房间图像，没有车辆的道路图像等，这是一件容易的事情。只需从背景中减去新的图像。你只能看到前景物体。但在大多数情况下，您可能没有这样的图像，所以我们需要从我们拥有的任何图像中提取背景。车辆出现阴影时，情况会变得更加复杂。由于阴影也在移动，所以简单的减法将其标记为前景。它使事情变得复杂。

为此目的引入了几种算法。OpenCV已经实现了三种非常易于使用的算法。我们将逐一看到他们。

BackgroundSubtractorMOG

这是一个基于高斯混合的背景/前景分割算法。它是在P. KadewTraKuPong和R. Bowden于2001年发表的论文“用于实时跟踪阴影检测的改进自适应背景混合模型”一文中介绍的。它使用一种方法通过K个高斯分布的混合对每个背景像素进行建模( K = 3至5)。混合物的权重表示这些颜色留在场景中的时间比例。可能的背景颜色是保持更长和更静态的颜色。

在编码时，我们需要使用函数cv2.createBackgroundSubtractorMOG()创建背景对象。它有一些可选的参数，如历史长度，高斯混合的数量，阈值等。它们都被设置为一些默认值。然后在视频循环中，使用backgroundsubtractor.apply()方法获取前景蒙板。

看一个简单的例子如下：