背景差分法
目的:检测物体运动
背景差分法检测目标速度快,检测准确,易于实现,其关键是背景图像的获取。实际应用中,由于背景的动态变化,需要通过视频序列的帧间信息来估计和恢复背景。
方法:
(1)中值法背景建模,取连续N帧图像序列,把这N帧图像序列中对应位置的像素点灰度值按从小到大排列,然后取中间值作为背景图像中对应像素点的灰度值;
(2)均值法背景建模:均值法建模算法是对一些连续帧取像素平均值。优点是速度快。缺点是对环境光照变化和一些动态背景变化比较敏感。
(3)卡尔曼滤波器模型:该算法把背景认为是一种稳态的系统,把前景图像认为是一种噪声,用基于Kalman滤波理论的食欲递归低通滤波来预测变化缓慢的背景图像,这样既可以不断地用前景图像更新背景,又可以维持背景的稳定性消除噪声的干扰。
(4)单高斯分布模型:
(5)多高斯分布模型:
(6)高级背景模型:得到每个像素或一组像素的时间序列模型。优点是很好的处理时间起伏。缺点是消耗大量内存。