OpenCV中背景减除的设计实现

介绍

背景减除，官网是这样介绍的。

背景减法（BS）是通过使用静态相机来生成前景蒙版（即，包含属于场景中的运动对象的像素的二进制图像）的通用且广泛使用的技术。

顾名思义，BS计算前景蒙版，在当前帧和背景模型之间执行减法运算，其中包含场景的静态部分，或者更一般而言，考虑到所观察场景的特征，可以视为背景的所有内容。

其实不难理解，我们建立了背景模型，那么前景就很容易分离出来了。当然，这个方法使用场景一般上是静态的背景场景。

后台建模包括两个主要步骤，后台初始化和后台更新，背景减除在OpenCV中的是cv::BackgroundSubtractor类，下面是例子：

官方例子

#include 
#include 
#include 
#include 
#include 
#include 
#include 
using namespace cv;
using namespace std;
const char* params
    = "{ help h         |           | Print usage }"
      "{ input          | vtest.avi | Path to a video or a sequence of image }"
      "{ algo           | MOG2      | Background subtraction method (KNN, MOG2) }";
int main(int argc, char* argv[])
{
    CommandLineParser parser(argc, argv, params);
    parser.about( "This program shows how to use background subtraction methods provided by "
                  " OpenCV. You can process both videos and images.\\n" );
    if (parser.has("help"))
    {
        //print help information
        parser.printMessage();
    }
    //create Background Subtractor objects
    Ptr

截图：

简单分析

PtrpBackSub，创建背景减除的对象，然后createBackgroundSubtractorMOG2()或createBackgroundSubtractorKNN()用来选择更新背景的算法，MOG2或者KNN。然后pBackSub->apply(frame, fgMask);用来更新背景模型。

总的来说用起来是比较煎简单的。其实背景减除最简单的实现，可以直接用当前帧减去前一帧的图像作为背景，这个办法最简单粗暴。优化的话，我们就得对所有的帧差进行建模，用来得到最优的背景模型。

审核编辑：刘清