基于Halcon的视频目标检测之基于卡尔曼预测的背景更新

1.帧差法的实现：点击打开链接

2.基于卡尔曼预测的背景更新（依旧参考：《基于Mean Shift算法和卡尔曼滤波的视频目标跟踪技术研究》）

利用卡尔曼滤波原理,在已知当前帧背景和前景的情况下能够线性预测下一帧背景。可采用卡尔曼滤波思想做一个简单的背景图像预测。具体计算公式如下：

根据我的理解，Bk是背景图像，Ik是每一帧视频图像。公式2.12就是用来更新背景模型的，公式2.14用来判断像素点是否为运动目标（如果两帧之间的像素差值大于阈值T，则判断它为运动目标，gk的值为alpha，反之不是运动目标，gk的值设置为beta）。

论文里指出，这里。alpha和beta是经验值，通过手动获取。阈值T和帧差法一样了采用最大类间方差法计算得到。

论文里给出的流程图：

参考Halcon目标检测的例程，编写如下的程序：

dev_update_off ()
dev_close_window ()
read_image (Image, 'E:/目标跟踪/aton_hallway/aton_hallway/bgs/aton_hallway_0151.png')
get_image_size (Image, Width, Height)
dev_open_window (0, 0, Width, Height, 'black',