背景建模

相对运动的基本方式

相机静止，目标运动 — 背景提取（减除）

相机运动，目标静止 — 光流估计（全局运动）

相机和目标均运动 — 光流估计

 

帧差法运动目标检测

D(x,y):帧差

I(x,y,t):当前帧(t时刻)图像

I(x,y,t):上一帧(t-1时刻)图像

T:像素灰度差阈值

 

高斯背景

像素灰度值随时间变化符合高斯分布

则为前景，否则为背景

 

混合高斯模型

任何一种分布函数都可以看作是多个高斯分布的组合

任何一种分布都可以看作是多个高斯分布的组合

像素灰度（随时间）的概率密度函数：

 

混合高斯背景建模步骤

模型初始化 将采到的第一帧图像的每个像素的灰度值作为均值，再赋以较大的方差。初值Q=1，w=1.0。

模型学习 将当前帧的对应点像素的灰度值与已有的Q个高斯模型作比较，若满足，则按照上面方式调整第q个高斯模型的参数和权重；否则转入（3）

增加/替换高斯分量 若不满足条件，且q<Q，则增加一个新分量；若q=Q，则替换

判断背景

判断前景

 

混合高斯模型迭代计算原理

迭代计算：

Mq(k)为二值化函数，仅当像素值匹配第q类时取1，其余为0

类别数取值不大于5