基于纹理与颜色的多层背景差分

   该文章参考于文献：Multi-Layer Background Subtraction Based on Color and Texture 

   文章可以说是对Heikkila等人提出的基本的LBP纹理建模（A texture-based method for modeling the background and detecting moving objects）的一个改善吧，文中提到的改进部分有：

（1）提出颜色测量的光度不变性，解决纹理不明显或者阴影区域的LBP特征的局限性；

（2）灵活的权重更新方程，可以有效的处理运动的背景（摇动的树枝、水面等）；

（3）简单的分层背景建模（layer_base background，可去除ghost；

（4）快速交叉双边滤波器，去除噪声及前景检测精度的提高。

一、纹理与颜色模型

1.LBP（Local Binary Pattern）特征的计算：

      LBP是一个灰度不变的纹理特征，将中心像素与周围的像素对比，做阈值运算，然后按一定的顺序输出一组二进制数。例如在图像I中的像素x的LBP为：

                    

其中， 为像素X的灰度值，是与X为中心的半径为R的区域内的像素值，n是一个去除噪声的参数。

    Heikkila等人对LBP的处理是建立2的P次方个LBP直方图来描述区域背景，计算和内存较大；而本文则是借助码本的思想，建立一个包含P位二进制数的集合。

2. Photometric Invariant Color（颜色光度不变性）

颜色平面（码本里的颜色模型）：