42、背景减除方法及相关统计量计算

背景减除方法及相关统计量计算

1. 前景与背景标记及初步处理

在图像处理中， frameForeground 图像会将候选前景对象标记为 255，背景像素标记为 0。为了提高处理效果，我们需要清理小的噪声区域，可使用 cv::erode() 函数或连接组件的方法。对于彩色图像，可以对每个颜色通道使用相同的代码，然后使用 cv::max() 函数合并通道。不过，这种方法对于大多数应用来说过于简单，仅适用于指示运动区域。要构建更有效的背景模型，需要记录场景中像素的均值和平均差异等统计信息。

2. 平均背景法

2.1 原理

平均背景法的基本思想是学习每个像素的平均值和标准差（或者计算速度更快的平均差异），以此作为背景模型。例如，对于视频中的像素线，可以用平均值和平均差异来表示每个像素在整个视频中的变化。

2.2 用到的 OpenCV 函数

平均背景法使用了四个 OpenCV 函数：
- cv::Mat::operator +=() ：用于随时间累积图像。
- cv::absdiff() ：用于累积帧间图像差异。
- cv::inRange() ：在学习到背景模型后，将图像分割为前景和背景区域。
- cv::max() ：将不同颜色通道的分割结果合并为单个掩码图像。

2.3 代码实现步骤

2.3.1 定义全局变量