背景差分法

算法描述

背景差分法是采用图像序列中的当前帧和背景参考模型比较来检测运动物体的一种方法,其性能依赖于所使用的背景建模技术。

背景差分法

在基于背景差分方法的运动目标检测中，背景图像的建模和模拟的准确程度，直接影响到检测的效果。不论任何运动目标检测算法，都要尽可能的满足任何图像场景的处理要求，但是由于场景的复杂性、不可预知性、以及各种环境干扰和噪声的存在，如光照的突然变化、实际背景图像中有些物体的波动、摄像机的抖动、运动物体进出场景对原场景的影响等，使得背景的建模和模拟变得比较困难。

背景差分法检测运动目标速度快，检测准确，易于实现，其关键是背景图像的获取。在实际应用中，静止背景是不易直接获得的，同时，由于背景图像的动态变化，需要通过视频序列的帧间信息来估计和恢复背景，即背景重建，所以要选择性的更新背景。

算法描述

（l）、对序列图像进行3×3中值滤波预处理，去掉图像随机噪声。减少以后运算的复杂度，克服噪声对图像处理结果的干扰。

（2）、从视频图像序列中选取出背景图像所阢砂，使其只包含固定的背景图像：

（3）、在视频图像序列中选取连续的两帧图像，其中前一帧图像pk-1(x,y)，当前帧图像pk(x,y)；

（4）、计算当前帧与背景帧的差得FD(x,y)，从 图像中提取出完整的目标；

（5）、计掉当前1帧的差得FG(x,y)，得到目标的变化量；

（6）、求帧差FD（x,y）与，FG(x,y)的交集得到运动目标粗糙的运动区域幽像，

（7）、数学形志学运算使得运动区域封川、连续、完整，并去掉背持中的噪声。

其中：（略）