改进的背景前景分割方法

详细说明

类
类	cv::bgsegm::BackgroundSubtractorCNT
	基于计数的背景减除。 更多...
类	cv::bgsegm::BackgroundSubtractorGMG
	基于 [106] 中给出的算法的背景减除模块。 更多...
类	cv::bgsegm::BackgroundSubtractorGSOC
	不同但更好的算法的实现，称为 GSOC，因为它是在 GSOC 期间实现的，并非来自任何论文。 更多...
类	cv::bgsegm::BackgroundSubtractorLSBP
	使用局部 SVD 二进制模式的背景减除。有关算法的更多详细信息，请参见 [115]。 更多...
类	cv::bgsegm::BackgroundSubtractorLSBPDesc
	用于计算 LSBP 描述符。 更多...
类	cv::bgsegm::BackgroundSubtractorMOG
	基于高斯混合的背景/前景分割 算法。 更多...
类	cv::bgsegm::SyntheticSequenceGenerator
	用于测试背景减除算法的合成帧序列生成器。 更多...

枚举
枚举	cv::bgsegm::LSBPCameraMotionCompensation {   cv::bgsegm::LSBP_CAMERA_MOTION_COMPENSATION_NONE = 0 ,   cv::bgsegm::LSBP_CAMERA_MOTION_COMPENSATION_LK }

函数
Ptr< BackgroundSubtractorCNT >	cv::bgsegm::createBackgroundSubtractorCNT (int minPixelStability=15, bool useHistory=true, int maxPixelStability=15 *60, bool isParallel=true)
	创建一个 CNT 背景减除器。
Ptr< BackgroundSubtractorGMG >	cv::bgsegm::createBackgroundSubtractorGMG (int initializationFrames=120, double decisionThreshold=0.8)
	创建一个 GMG 背景减除器。
Ptr< BackgroundSubtractorGSOC >	cv::bgsegm::createBackgroundSubtractorGSOC (int mc=LSBP_CAMERA_MOTION_COMPENSATION_NONE, int nSamples=20, float replaceRate=0.003f, float propagationRate=0.01f, int 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)
	创建一个 BackgroundSubtractorGSOC 算法的实例。
Ptr< BackgroundSubtractorLSBP >	cv::bgsegm::createBackgroundSubtractorLSBP (int mc=LSBP_CAMERA_MOTION_COMPENSATION_NONE, int nSamples=20, int LSBPRadius=16, float Tlower=2.0f, float Tupper=32.0f, float Tinc=1.0f, float Tdec=0.05f, float Rscale=10.0f, float Rincdec=0.005f, float noiseRemovalThresholdFacBG=0.0004f, float noiseRemovalThresholdFacFG=0.0008f, int LSBPthreshold=8, int minCount=2)
	创建一个 BackgroundSubtractorLSBP 算法的实例。
Ptr< BackgroundSubtractorMOG >	cv::bgsegm::createBackgroundSubtractorMOG (int history=200, int nmixtures=5, double backgroundRatio=0.7, double noiseSigma=0)
	创建混合高斯背景减除器。
Ptr< SyntheticSequenceGenerator >	cv::bgsegm::createSyntheticSequenceGenerator (InputArray background, InputArray object, double amplitude=2.0, double wavelength=20.0, double wavespeed=0.2, double objspeed=6.0)
	创建一个 SyntheticSequenceGenerator 的实例。

枚举类型文档

LSBPCameraMotionCompensation

枚举 cv::bgsegm::LSBPCameraMotionCompensation

#include <opencv2/bgsegm.hpp>

枚举器
LSBP_CAMERA_MOTION_COMPENSATION_NONE  Python：cv.bgsegm.LSBP_CAMERA_MOTION_COMPENSATION_NONE
LSBP_CAMERA_MOTION_COMPENSATION_LK  Python：cv.bgsegm.LSBP_CAMERA_MOTION_COMPENSATION_LK

函数文档

createBackgroundSubtractorCNT()

Ptr< BackgroundSubtractorCNT > cv::bgsegm::createBackgroundSubtractorCNT	(	int	minPixelStability = 15,
		bool	useHistory = true,
		int	maxPixelStability = 15 *60,
		bool	isParallel = true
	)

Python
	cv.bgsegm.createBackgroundSubtractorCNT(	[, minPixelStability[, useHistory[, maxPixelStability[, isParallel]]]]	) ->	retval

#include <opencv2/bgsegm.hpp>

创建一个 CNT 背景减除器。

参数

minPixelStability	具有相同像素颜色的帧数以考虑稳定
useHistory	确定我们是否在长时间稳定后给予像素积分
maxPixelStability	像素在历史记录中允许的最大积分
isParallel	确定我们是否并行化算法

createBackgroundSubtractorGMG()

Ptr< BackgroundSubtractorGMG > cv::bgsegm::createBackgroundSubtractorGMG	(	int	initializationFrames = 120,
		double	decisionThreshold = 0.8
	)

Python
	cv.bgsegm.createBackgroundSubtractorGMG(	[, initializationFrames[, decisionThreshold]]	) ->	retval

#include <opencv2/bgsegm.hpp>

创建一个 GMG 背景减除器。

参数

initializationFrames	用于初始化背景模型的帧数。
decisionThreshold	阈值，高于该阈值标记为前景，否则标记为背景。

createBackgroundSubtractorGSOC()

Ptr< BackgroundSubtractorGSOC > cv::bgsegm::createBackgroundSubtractorGSOC	(	int	mc = LSBP_CAMERA_MOTION_COMPENSATION_NONE,
		int	nSamples = 20,
		float	replaceRate = 0.003f,
		float	propagationRate = 0.01f,
		int	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
	)

Python
	cv.bgsegm.createBackgroundSubtractorGSOC(	[, mc[, nSamples[, replaceRate[, propagationRate[, hitsThreshold[, alpha[, beta[, blinkingSupressionDecay[, blinkingSupressionMultiplier[, noiseRemovalThresholdFacBG[, noiseRemovalThresholdFacFG]]]]]]]]]]]	) ->	retval

#include <opencv2/bgsegm.hpp>

创建一个 BackgroundSubtractorGSOC 算法的实例。

不同但更好的算法的实现，称为 GSOC，因为它是在 GSOC 期间实现的，并非来自任何论文。

参数

mc	是否使用相机运动补偿。
nSamples	在帧的每个点上维护的样本数。
replaceRate	替换旧样本的概率 - 模型更新自己的速度。
propagationRate	传播到邻居的概率。
hitsThreshold	样本在被视为可能的替换之前必须获得多少正数。
alpha	阈值的比例系数。
beta	阈值的偏差系数。
blinkingSupressionDecay	眨眼抑制衰减因子。
blinkingSupressionMultiplier	眨眼抑制乘数。
noiseRemovalThresholdFacBG	背景点的噪声去除强度。
noiseRemovalThresholdFacFG	前景点的噪声去除强度。

这是此函数的调用图

createBackgroundSubtractorLSBP()

Ptr< BackgroundSubtractorLSBP > cv::bgsegm::createBackgroundSubtractorLSBP	(	int	mc = LSBP_CAMERA_MOTION_COMPENSATION_NONE,
		int	nSamples = 20,
		int	LSBPRadius = 16,
		float	Tlower = 2.0f,
		float	Tupper = 32.0f,
		float	Tinc = 1.0f,
		float	Tdec = 0.05f,
		float	Rscale = 10.0f,
		float	Rincdec = 0.005f,
		float	noiseRemovalThresholdFacBG = 0.0004f,
		float	noiseRemovalThresholdFacFG = 0.0008f,
		int	LSBPthreshold = 8,
		int	minCount = 2
	)

Python
	cv.bgsegm.createBackgroundSubtractorLSBP(	[, mc[, nSamples[, LSBPRadius[, Tlower[, Tupper[, Tinc[, Tdec[, Rscale[, Rincdec[, noiseRemovalThresholdFacBG[, noiseRemovalThresholdFacFG[, LSBPthreshold[, minCount]]]]]]]]]]]]]	) ->	retval

#include <opencv2/bgsegm.hpp>

创建一个 BackgroundSubtractorLSBP 算法的实例。

使用局部 SVD 二进制模式的背景减除。有关算法的更多详细信息，请参见 [115]

参数

mc	是否使用相机运动补偿。
nSamples	在帧的每个点上维护的样本数。
LSBPRadius	LSBP 描述符半径。
Tlower	T 值的下限。有关详细信息，请参见 [115]。
Tupper	T 值的上限。有关详细信息，请参见 [115]。
Tinc	T 值的增加步长。有关详细信息，请参见 [115]。
Tdec	T 值的减少步长。有关详细信息，请参见 [115]。
Rscale	阈值的比例系数。
Rincdec	阈值的增加/减少步长。
noiseRemovalThresholdFacBG	背景点的噪声去除强度。
noiseRemovalThresholdFacFG	前景点的噪声去除强度。
LSBPthreshold	LSBP 二进制字符串的阈值。
minCount	样本被视为前景的最小匹配数。

这是此函数的调用图

createBackgroundSubtractorMOG()

Ptr< BackgroundSubtractorMOG > cv::bgsegm::createBackgroundSubtractorMOG	(	int	history = 200,
		int	nmixtures = 5,
		double	backgroundRatio = 0.7,
		double	noiseSigma = 0
	)

Python
	cv.bgsegm.createBackgroundSubtractorMOG(	[, history[, nmixtures[, backgroundRatio[, noiseSigma]]]]	) ->	retval

#include <opencv2/bgsegm.hpp>

创建混合高斯背景减除器。

参数

history	历史的长度。
nmixtures	高斯混合的数量。
backgroundRatio	背景比率。
noiseSigma	噪声强度（亮度或每个颜色通道的标准差）。0 表示自动值。

createSyntheticSequenceGenerator()

Ptr< SyntheticSequenceGenerator > cv::bgsegm::createSyntheticSequenceGenerator	(	InputArray	背景,
		InputArray	目标,
		double	幅度 = 2.0,
		double	波长 = 20.0,
		double	波速 = 0.2,
		double	目标速度 = 6.0
	)

Python
	cv.bgsegm.createSyntheticSequenceGenerator(	背景, 目标[, 幅度[, 波长[, 波速[, 目标速度]]]]	) ->	retval

#include <opencv2/bgsegm.hpp>

创建一个 SyntheticSequenceGenerator 的实例。

参数

背景	目标的背景图像。
目标	将在背景上缓慢移动的目标图像。
幅度	应用于背景的波形失真幅度。
波长	应用于背景的失真波长。
波速	波浪移动的速度。
目标速度	目标在背景上飞行的速度。

这是此函数的调用图