基于卡尔曼滤波的背景更新（Opencv实现）菜鸟记要

 原文地址：

http://blog.youkuaiyun.com/lctm2005/article/details/6282879

在背景更新中不使用标准卡尔曼滤波，而是使用卡尔曼滤波的简化版本，具体公式如下：

1、B(i,j,k+1)=B(i,j,k)+g(k)*(I(i,j,k)-B(i,j,k))

2、g(k)=β*(1-M(i,j,k))+α*M(i,j,k)

3、if |I(i,j,k)-B(i,j,k)|>Th  

         M(i,j,k)=1

     else

         M(i,j,k)=0

说明：1、B(i,j,k)为K时刻背景帧，B(i,j,k+1)为K+1时刻背景帧

         2、α为运动因子，β为背景因子，这里取经验值分别为 0.055 ， 0.1

         3、 I(i,j,k)为当前帧

         4、Th为阈值，根据视频效果选取

实现中需要注意的地方：

      

         1、区别M(i,j,k)值判定及B(i,j,k+1)=B(i,j,k)+g(k)*(I(i,j,k)-B(i,j,k))中的|I(i,j,k)-B(i,j,k)|和I(i,j,k)-B(i,j,k)，I(i,j,k)-B(i,j,k)不能简单的用cvAbsDiff实现，因为它不取绝对值。

         2、对背景帧的修改可以创建一个新图，利用cvSetReal2D函数对其赋值后，利用cvCopy拷贝回背景帧。注意在赋值及拷贝之前最好对图片进行清零，利用函数cvZero。

         3、IplImage*变量使用前要记得用cvCreateImage初始化