如何使用背景减除方法

• 背景减除（Background Subtraction，BS）是一种常用且广泛使用的技术，用于通过静态相机生成前景掩码（即一张包含场景中属于运动目标的像素的二值图像）。

• 顾名思义，BS 通过在当前帧与背景模型之间执行减除来计算前景掩码，背景模型包含场景的静态部分，或者更一般地，考虑到所观察场景的特征，包含一切可被视为背景的内容。

• 背景建模包括两个主要步骤：

  1. 背景初始化；
  2. 背景更新。

  在第一步中，计算背景的初始模型，而在第二步中，对该模型进行更新以适应场景中可能发生的变化。

• 在本教程中，我们将学习如何使用 OpenCV 执行 BS。

目标

在本教程中，你将学习如何：

1. 使用 cv::VideoCapture 从视频或图像序列读取数据；
2. 使用 cv::BackgroundSubtractor 类创建和更新背景模型；
3. 使用 cv::imshow 获取并显示前景掩码；

代码

下面你可以找到源代码。我们将让用户选择处理视频文件或图像序列。

我们将在本示例中使用 cv::BackgroundSubtractorMOG2 来生成前景掩码。

结果以及输入数据将显示在屏幕上。

• 可下载代码：点击 这里

• 代码一览： 代码见下方示例

• 可下载代码：点击 这里

• 代码一览： 代码见下方示例

• 可下载代码：点击 这里

• 代码一览： 代码见下方示例

解析

我们讨论上面代码的主要部分：

• 将使用一个 cv::BackgroundSubtractor 对象来生成前景掩码。在本示例中，使用默认参数，但也可以在 create 函数中声明特定的参数。

• 使用一个 cv::VideoCapture 对象来读取输入视频或输入图像序列。

• 每一帧既用于计算前景掩码，也用于更新背景。如果你想更改用于更新背景模型的学习率，可以通过向 apply 方法传递参数来设置特定的学习率。

• 可以从 cv::VideoCapture 对象中提取当前帧号，并将其盖印在当前帧的左上角。使用一个白色矩形来突出显示黑色的帧号。

• 我们准备好显示当前输入帧和结果了。

结果

• 对于 vtest.avi 视频，以下面的帧为例：

  对于 MOG2 方法，程序的输出将如下所示（灰色区域是检测到的阴影）：

  对于 KNN 方法，程序的输出将如下所示（灰色区域是检测到的阴影）：

参考文献

• Background Models Challenge (BMC) 网站
• A Benchmark Dataset for Foreground/Background Extraction [vacavant2013benchmark]