OpenCV 中用于背景分割(背景建模)的一个类cv::bgsegm::BackgroundSubtractorGSOC

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

cv::bgsegm::BackgroundSubtractorGSOC 是 OpenCV 中用于背景分割(背景建模)的一个类,它是基于 GMM(Gaussian Mixture Model)改进的算法。GSOC 指的是 Google Summer of Code 项目,其中这个背景减除算法被开发并集成到了 OpenCV 的 bgsegm 模块中。

主要特点

  • 改进的 GMM 算法:基于 Z.Zivkovic 的自适应高斯混合模型,并在此基础上进行了优化。
  • 颜色和梯度信息:不仅使用颜色信息,还利用了图像梯度来提高前景检测的准确性。
  • 适应性强:能够很好地适应光照变化和其他环境变化。
  • 参数可调:允许用户通过调整多个参数来优化背景建模过程。

构造函数

与大多数现代 OpenCV 背景减除器一样,不直接使用构造函数创建 BackgroundSubtractorGSOC 实例,而是通过工厂方法 cv::bgsegm::createBackgroundSubtractorGSOC() 来创建实例。

cpp 复制代码
Ptr<BackgroundSubtractorGSOC> cv::bgsegm::createBackgroundSubtractorGSOC
(
    int mc = 3,
    bool nSamples = 20,
    float replaceRate = 0.003f,
    float propagationRate = 0.01f,
    bool hitsThreshold = 32,
    float alpha = 0.01f,
    float beta = 0.0022f,
    float blinkingSupressionDecay = 0.1f,
    float blinkingSupressionMultiplier = 0.1f,
    float noiseRemovalThresholdFacBG = 0.0004f,
    float noiseRemovalThresholdFacFG = 0.0008f
);

参数:

  • mc: 每个像素的最大成分数量,默认值为 3。
  • nSamples: 需要初始化的样本数,默认值为 20。
  • replaceRate: 新样本替换旧样本的概率,默认值为 0.003。
  • propagationRate: 成分传播的概率,默认值为 0.01。
  • hitsThreshold: 前景判断的命中阈值,默认值为 32。
  • alpha: 学习率,默认值为 0.01。
  • beta: 背景更新速率,默认值为 0.0022。
  • blinkingSupressionDecay: 闪烁抑制衰减因子,默认值为 0.1。
  • blinkingSupressionMultiplier: 闪烁抑制乘数,默认值为 0.1。
  • noiseRemovalThresholdFacBG: 背景噪声移除阈值因子,默认值为 0.0004。
  • noiseRemovalThresholdFacFG: 前景噪声移除阈值因子,默认值为 0.0008。

主要函数

apply函数

函数原型
cpp 复制代码
void apply
(
	InputArray image, OutputArray fgmask, double learningRate=-1
);
参数
  • image: 输入当前帧。
  • fgmask: 输出前景掩码图像。
  • learningRate: 学习率,决定了新获取的信息对模型的影响速度。默认值 -1 表示自动选择学习率。

getBackgroundImage函数

函数原型
cpp 复制代码
void getBackgroundImage
(
	OutputArray backgroundImage
) const;
参数
  • backgroundImage: 输出背景图像。

代码示例

cpp 复制代码
#include <opencv2/bgsegm.hpp>
#include <opencv2/opencv.hpp>

int main()
{
    cv::VideoCapture cap( 0 );  // 打开摄像头
    if ( !cap.isOpened() )
    {
        std::cerr << "无法打开摄像头!" << std::endl;
        return -1;
    }

    // 创建 GSOC 背景减除器
    cv::Ptr< cv::bgsegm::BackgroundSubtractorGSOC > bgSubtractor = cv::bgsegm::createBackgroundSubtractorGSOC();

    cv::Mat frame, fgMask;

    while ( true )
    {
        cap >> frame;  // 获取新帧
        if ( frame.empty() )
            break;  // 到达视频结尾

        bgSubtractor->apply( frame, fgMask );  // 应用背景减除器

        cv::imshow( "Original Frame", frame );
        cv::imshow( "Foreground Mask", fgMask );

        if ( cv::waitKey( 30 ) >= 0 )
            break;  // 按任意键退出
    }

    return 0;
}

运行结果

白色的是运动的物体

相关推荐
这张生成的图像能检测吗2 分钟前
(论文速读)Fusion-Mamba:用Mamba重新定义跨模态目标检测
图像处理·目标检测·计算机视觉·图像增强·多模态融合
所 爱3 分钟前
【重磅更新】Cursor Pro 会员独享功能上线!支持 Claude 4.5,智能编码再升级!
人工智能
kkoral8 分钟前
OpenCV 与 FFmpeg 的关系
opencv·ffmpeg
kkoral8 分钟前
如何在 Python 中使用 OpenCV 调用 FFmpeg 的特定功能?
python·opencv·ffmpeg
Swift社区10 分钟前
AI 时代,应用入口正在消失
人工智能
free_7312 分钟前
超越“回答”,AI Agent迎来全链路安全治理挑战
人工智能·python·网络安全
召田最帅boy13 分钟前
SpringBoot实现AI智能评论审核与自动回复
人工智能·spring boot·后端·架构
德育处主任14 分钟前
『n8n』If组件的用法
人工智能·aigc·工作流引擎
菩提树下的凡夫24 分钟前
激光应用1---影响激光光斑大小和功率密度的因素
人工智能
AI-Ming28 分钟前
注意力机制拓展-大模型知识点(程序员转行AI大模型学习)
人工智能·学习