基本思路:
1).提取图像的纹理特征,建立背景模型;
2).对当前帧提取纹理特征,与背景模型的纹理特征进行匹配计算,若匹配,则表示该像素点是背景,否则为前景;
3).根据匹配结果,更新对应背景模型的纹理特征.
主要存在如下问题:
提取什么纹理特征,如何用纹理特征表述背景模型,如何衡量是否匹配,以及如何更新.
参考文献 Dynamic Background Modeling and Subtraction Using Spatio-Temporal Local Binary Patterns ICIP 2008
1).提取的纹理特征是STLBP.
2).将图像分块,计算每块的STLBP直方图,对每个图像块有k个STLBP直方图表述,
((x1,w1),(x2,w2),...,(xk,wk)),xi是第i个直方图,wi是第i个直方图的权值.
3).匹配计算是根据直方图交集.若直方图交集大于阈值,则为背景,否则为前景.
4).更新策略.与混合高斯模型的更新策略类似.
当匹配时,则更新匹配直方图,若不匹配,则取代权值最小的直方图或者添加一个新的直方图.
STLBP 请参考 http://www.cnblogs.com/dwdxdy/archive/2012/05/31/2528967.html
混合高斯模型 请参考 http://www.cnblogs.com/dwdxdy/archive/2012/05/31/2528717.html
背景模型表述和更新 请参考文献 A Texture-based Method for Detecting Moving Objects