最后选择前面几个最有可能的模型作为背景模型,为背景目标提取做铺垫。 算法原理 背景图像的每一个像素分别用由K个高斯分布构成的混合高斯模型来建模, 即: Xj表示像素j在t时刻的取值,如果像素为RGB三通道,则xj为向量,xj=[xjR xjG xjB], 表示时刻t混合高斯模型中第i个高斯分布的权系数的估计值, 和 分别表示时刻...
//处理过后的背景数组里面的数据指回背景帧内存空间 backgroundFrame->imageData[liv_eachChannel] = lpv_backgroundImageData[liv_eachChannel]; //没有一个高斯分量匹配的 // 如果没有高斯分量匹配,则将权值最小的替换,即该高斯分量的均值变为当前像素值,标准差为初始较大值,权重为较小值 if (liv_match =...