2022-04-24 背景建模和前景轮廓分析（实验）

人工智能应用——背景建模和前景轮廓分析

一、实验目的

（1）熟悉视频前景目标提取的原理；
（2）掌握背景建模方法;
（3）掌握前景区域特征分析.

二、实验内容与记录

1. 利用OpenCV完成帧间差分并显示结果。
   二帧差分法帧差图：
   
2. 实现统计均值背景建模和高斯混合建模，并对比背景图。
   均值背景建模：
   
   高斯混合建模：
   
3. 使用背景差分提取前景目标，参考教材12章，将轮廓信息标示。
   背景差分法：
   

三、实验分析和总结

1. 帧间差分：（优点）算法实现简单，程序设计复杂度低，对光线等场景不太敏感，具有较强鲁棒性。（缺点）不能提取出完整区域，对象内部有“空洞”，边缘轮廓较粗。
2. 均值背景建模：（优点）简单计算速度快。（缺点）对环境光照变化比较敏感。
3. 高斯混合建模：（优点）具有良好的数学特性和较好的计算性能；是最快的混合模型算法；GMM是生成模型