【OpenCV】高斯混合背景提取-优快云博客

转载请注明出处：http://blog.youkuaiyun.com/xiaowei_cqu/article/details/7566070

在做火灾检测时尝试了一下用OpenCV中自带的高斯混合背景建模，由于是快速应用，也没推敲太细，日后有机会再研究吧。

如果只是应用，不推敲原理是很简单的。OpenCV自己有一个高斯模型，源代码在安装目录...\opencvsetuppath\src\cvaux的cvbgfg_gaussmix.cpp文件中。

具体算法是根据P. KaewTraKulPong and R. Bowden的论文《An Improved Adaptive Background Mixture Model forReal-time Tracking with Shadow Detection》实现的

源码看起来很简单，除了构造、析构函数，不过几个函数：

//初始化函数
void BackgroundSubtractorMOG::initialize(Size _frameSize, int _frameType); 
//处理单通道图像
static void process8uC1( BackgroundSubtractorMOG& obj, const Mat& image, Mat& fgmask, double learningRate );
//处理多通道图像
static void process8uC3( BackgroundSubtractorMOG& obj, const Mat& image, Mat& fgmask, double learningRate );
//重载构造符（在这里转由 process8uC1 或 process8uC3 处理）
void BackgroundSubtractorMOG::operator()(const Mat& image, Mat& fgmask, double learningRate);
//释放高斯模型
icvReleaseGaussianBGModel( CvGaussBGModel** bg_model );
//更新模型
icvUpdateGaussianBGModel( IplImage* curr_frame, CvGaussBGModel*  bg_model, double learningRate );
//建立模型
cvCreateGaussianBGModel( IplImage* first_frame, CvGaussBGStatModelParams* parameters );

如果我们不关心具体的参数，都是用默认值的话，很容易就能建立一个高斯背景提取的模型。

//用第一帧初始化模型
CvBGStatModel* bgModel= cvCreateGaussianBGModel(pInitFrame);

//
void FireDetector::CheckFireMove2(IplImage *pImgFrame)
{
	cvUpdateBGStatModel( pImgFrame, bgModel );
	// 以左下角为坐标原点
	bgModel->foreground->origin = bgModel->background->origin = 1;
	//滤除噪声
	//cvErode(bgModel->background, bgModel->background);  
	//cvErode(bgModel->foreground, bgModel->foreground);    
	cvMorphologyEx( pImgMotion, pImgMotion, 0, 0, CV_MOP_CLOSE, 3);
	cvMorphologyEx( pImgMotion, pImgMotion, 0, 0, CV_MOP_OPEN, 1 );
}

如果再简化就是

cvUpdateBGStatModel( pImgFrame, bgModel );

一句话，用新的帧更新背景。

有关高斯背景的原理，日后再补上吧~