改进背景减法答案

【问题标题】：Improving background subtraction改进背景减法
【发布时间】：2013-02-17 01:22:40
【问题描述】：

我正在从事检测前景物体的视频处理项目。下面是我的一部分代码，用于分离前景和背景。

#include "opencv2/core/core.hpp"
#include "opencv2/video/background_segm.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdio.h>

using namespace std;
using namespace cv;


//this is a sample for foreground detection functions
int main(int argc, const char** argv)
{


    VideoCapture cap;
    bool update_bg_model = true;

    cap.open(0);


    if( !cap.isOpened() )
    {
        printf("can not open camera or video file\n");
        return -1;
    }

    namedWindow("image", CV_WINDOW_NORMAL);
    namedWindow("foreground mask", CV_WINDOW_NORMAL);
    namedWindow("foreground image", CV_WINDOW_NORMAL);
    namedWindow("mean background image", CV_WINDOW_NORMAL);

    BackgroundSubtractorMOG2 bg_model;
    Mat img, fgmask, fgimg;

    for(;;)
    {
        cap >> img;

        if( img.empty() )
            break;

        if( fgimg.empty() )
          fgimg.create(img.size(), img.type());

        //update the model
        bg_model(img, fgmask, update_bg_model ? -1 : 0);

        fgimg = Scalar::all(0);
        img.copyTo(fgimg, fgmask);

        Mat bgimg;
        bg_model.getBackgroundImage(bgimg);

        imshow("image", img);
        imshow("foreground mask", fgmask);
        imshow("foreground image", fgimg);
        if(!bgimg.empty())
          imshow("mean background image", bgimg );

        char k = (char)waitKey(30);
        if( k == 27 ) break;
        if( k == ' ' )
        {
            update_bg_model = !update_bg_model;
            if(update_bg_model)
                printf("Background update is on\n");
            else
                printf("Background update is off\n");
        }
    }

    return 0;
}

在前景蒙版窗口中，我收到很多噪点以及实际的前景对象。完整的对象也被识别为前景。我还需要用矩形绑定前景对象。如果我在前景蒙版中绘制轮廓，Wil BoundRect() 会完成这项工作吗？......还有什么是最推荐在查找轮廓时传递的参数（findcontour（））和 BoundRect 函数......提前谢谢

【问题讨论】：

如果图像中有噪点（就像每个视频中一样），最简单的解决方案是运行某种高斯模糊。我不明白这部分：“同样完整的对象被识别为前景”，你的意思是什么......你需要更清楚一点。
我的意思是这样的：answers.opencv.org/upfiles/13623024413088434.png

标签： c++ opencv image-processing

【解决方案1】：

回答为时已晚，但我希望这对其他人有所帮助。

以像素完美的方式将视频中的前景与背景分离（对背景没有任何限制）是一个非常困难的问题。很多研究工作已经进入这个领域，而且还有很大的空间。因此，简单的高斯混合（正如 BackgroundSubtractorMOG2 所使用的那样）可能无法为您提供非常准确的结果。噪声几乎是不可避免的，因为 MOG 的决定是基于颜色提示的，并且背景中的某些像素可能适合它制作的高斯模型。

这些作为前景的像素有效地代表了变化。因此，如果您修改背景模型的学习率，您可以密切跟踪正在移动的像素。如果您可以假设您的背景是相当静态的，那么移动的像素将代表您的前景，并且可以在一定程度上帮助您解决问题。

我还建议在 openCV 中使用 BackgroundSubtractorGMG 函数。该函数从前几帧（数量可设置）中学习一个背景模型。如果可能的话，让前几帧没有前景。你可能会取得不错的成绩。

【讨论】：