背景模組化

1.幀差法

由于場景中的目标在運動，目标的影像在不同圖像中的位置不同，該類算法對時間上連續的兩幀圖像進行差分運算，不同幀對應的像素點相減，判斷灰階差的絕對值。當絕對值超過一定門檻值是時，即可判斷為運動目标，進而實作目标的檢測功能。

 常常出現空洞現象

2.混合高斯模型學習方法

（1）首先初始化每個高斯模型矩陣參數

（2）取視訊中T幀資料圖像用來訓練高斯混合模型。來了第一個像素之後用它來當做第一個高斯分布

（3）當後面來的像素值時，與前面已有的高斯均值比較，比如該像素點的值與其模型均值差在3倍以内，則屬于該分布，并對其進行參數更新

（4）如果下一次來的像素不滿足目前高斯分布，用它來建立一個新的高斯分布

在測試階段，對新來的像素點的值與混合高斯模型中的每一個均值進行比較，如果其內插補點在2倍以内的hau話，則認為是背景，否則認為是前景。将前景指派為255，背景指派為0，這樣就形成了一個前景二值圖