背景建模

1.帧差法

由于场景中的目标在运动，目标的影像在不同图像中的位置不同，该类算法对时间上连续的两帧图像进行差分运算，不同帧对应的像素点相减，判断灰度差的绝对值。当绝对值超过一定阈值是时，即可判断为运动目标，从而实现目标的检测功能。

 

 常常出现空洞现象

 

2.混合高斯模型学习方法

（1）首先初始化每个高斯模型矩阵参数

（2）取视频中T帧数据图像用来训练高斯混合模型。来了第一个像素之后用它来当做第一个高斯分布

（3）当后面来的像素值时，与前面已有的高斯均值比较，比如该像素点的值与其模型均值差在3倍以内，则属于该分布，并对其进行参数更新

（4）如果下一次来的像素不满足当前高斯分布，用它来创建一个新的高斯分布

在测试阶段，对新来的像素点的值与混合高斯模型中的每一个均值进行比较，如果其差值在2倍以内的hau话，则认为是背景，否则认为是前景。将前景赋值为255，背景赋值为0，这样就形成了一个前景二值图