顏色背景建模的基本原理：對影象中每個畫素的顏色值（灰度或彩色）進行建模。若當前影象座標(x,y)上的畫素顏色值與背景模型中(x,y)處的畫素顏色值有較大差異，當前畫素被認為是前景，否則為背景。
平均背景建模是一種簡單，計算速度快但是對環境光照變化和背景的多模態性比較敏感的一種備件建模演算法。
基本思想：
計算每個畫素的平均值作為它的背景建模。檢測當前幀時，只需要將當前幀畫素值i(x,y)減去背景模型中相同位置畫素的平均值u(x,y)，得到差值d(x,y)，將d(x,y)與乙個閾值th進行比較，大於閾值的就認為是前景，否則為背景。輸影象為二值影象。
公式（3-5）：
為了提高演算法的魯棒性可以在檢測之後對背景模型進行更新。
這裡α為學習率（0-1），該值越大，對背景變化的適應速度越快。
公式（3-9）：
原始的演算法流程：
1、計算m幀影象的平均值建立乙個初始背景bg並計算平均值和標準差（公式3-4 及3-5）
2、將當前影象減去bg得到差值d，通過公式（3-2）檢測前景畫素和背景畫素；
3、通過公式3-7，3-8，3-9對bg，平均值和標準差進行更新；
4、繼續步驟2，3直到遍歷完所有畫素；
演算法改進：
增加乙個輔助背景sbg（secondary background）,將sbg的初始值設定為bg，既是
sbg(x,y) = bg(x,y) (3.11)
得到的新的輸出影象output_s的值如下：
其中
demo結果：
demo輸出：（第一幅為一開始的輸出，第二幅背景更新之後輸出：）
混合高斯背景建模（opecv）
混合高斯背景建模是基於畫素樣本統計資訊的背景表示方法，利用畫素在較長時間內大量樣本值的概率密度等統計資訊 如模式數量 每個模式的均值和標準差 表示背景，然後使用統計差分 如3 原則 進行目標畫素判斷，可以對複雜動態背景進行建模，計算量較大。在混合高斯背景模型 高斯分布 來描述每個畫素點的顏色呈現規律...
OpenCV混合高斯背景建模
本文主要內容是乙個混合高斯背景建模 1 的opencv例子。想要了解mog原理可以參考混合高斯背景建模原理及實現 opencv的mog例子 如下 include stdafx.h include include include include include include include incl...
背景建模 基於碼本背景建模
一 概述 二 碼本背景模型建立 本演算法採用量化的方法來構建背景模型，針對每乙個畫素點連續取樣值的顏色距離和亮度範圍為每個畫素點構建乙個碼本，根據取樣值的變化情況，每個碼本中碼字的個數不同。假設訓練序列中單個畫素的序列取樣值為 x 它其中的每乙個元素都是乙個rgb 向量。設c 為該畫素的碼本，碼本中...