背景差分法
目的:檢測物體運動
背景差分法檢測目標速度快,檢測準確,易於實現,其關鍵是背景圖像的獲取。實際應用中,由於背景的動態變化,需要通過視頻序列的幀間信息來估計和恢復背景。
方法:
(1)中值法背景建模,取連續N幀圖像序列,把這N幀圖像序列中對應位置的像素點灰度值按從小到大排列,然後取中間值作爲背景圖像中對應像素點的灰度值;
(2)均值法背景建模:均值法建模算法是對一些連續幀取像素平均值。優點是速度快。缺點是對環境光照變化和一些動態背景變化比較敏感。
(3)卡爾曼濾波器模型:該算法把背景認爲是一種穩態的系統,把前景圖像認爲是一種噪聲,用基於Kalman濾波理論的食慾遞歸低通濾波來預測變化緩慢的背景圖像,這樣既可以不斷地用前景圖像更新背景,又可以維持背景的穩定性消除噪聲的干擾。
(4)單高斯分佈模型:
(5)多高斯分佈模型:
(6)高級背景模型:得到每個像素或一組像素的時間序列模型。優點是很好的處理時間起伏。缺點是消耗大量內存。