OpenCV学习笔记

发表于 | 更新于 | 评论数： | 阅读次数：

背景提取

当观察场景的是一个固定的相机，背景几乎保持不变。在这种情况下，感兴趣的元素是在场景中运动的物体。我们将这些运动的物体称为前景，为了提取出这些前景物体，我们需要对背景建模，然后将当前帧的模型与背景模型进行比较，以检测前景物体。

运动前景对象的有效检测对于对象跟踪、目标分类、行为理解等后期处理至关重要。区分前景对象，关键的一个问题是：确定一个非常合适的背景。背景从象素的角度来理解，每一个象素就是有可能是前景点，也有可能是背景点，那么我们就要防止背景中误进入原属于前景点的对象，目前有几种常用的方法，但分别有利弊。

具体请参考OpenCV视频篇——背景/前景提取。

固定背景提取法

根据视频序列动态建立背景

均值法、中值法、滑动均值滤波、单高斯

帧间差分法

背景就是上一帧图像。每一帧与上一帧进行差分运算。

优点：速度较快，稳定性较好。

缺点：可能出现物体的“空洞现象”，空洞是由于某一大型运动物体，它的两帧之间存在象素十分接近的重合部分，所以导致这部分被差分剪去了。

混合高斯法

参考连接

  1. OpenCV-Python图像乘法运算cv2.multiply函数详解及像素值溢出归一化处理,by LaoYuanPython.
  2. OpenCV各版本差异与演化，从1.x到4.0,by 日拱一卒.
  3. 主成分分析（PCA）原理详解.
  4. 图像与滤波,by 阮一峰.
  5. OpenCV—python 视频分析背景提取与前景提取,by SongpingWang.
  6. OpenCV视频篇——背景/前景提取,by WaitFoF.
  7. 40. 如何消除摄影中的运动模糊?,by Wang Hawk.
  8. 基于opencv对高空拍摄视频消抖处理_js君-程序员ITS401,by its401.
  9. 马尔科夫随机场(MRF)在深度学习图像处理中的应用-图像分割、纹理迁移,by OLDPAN.
  10. 图像去噪（噪声）的主要算法,by 工程之家.
  11. opencv2中的背景/前景分离（类BackgroundSubtractor）,by 阳光下的Smiles.
  12. 混合高斯背景建模原理及实现,by taotao1233.
  13. 【OpenCV学习系列】之Background Subtraction,by AutoSleep.
  14. OpenCV —数据持久化: FileStorage类的数据存取操作与示例,by iracer.
  15. OpenCV中InputArray和OutputArray使用方法,by Curnane.
  16. 图像处理之灰色图转化为RGB图像,by llh_1178.
  17. 几何中心,by wikipedia.
  18. C++ vector 删除符合条件的元素,by 旭东.