opencv混合高斯模型函数说明

《opencv混合高斯模型函数说明》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、OpenCV混合高斯模型函数注释说明一、cvaux.h#defineCV_BGFG_MOG_MAX_NGAUSSIANS500//高斯背景检测算法的默认参数设置#defineCV_BGFG_MOG_BACKGROUND_THRESHOLD0.7//高斯分布权重之和阈值#defineCV_BGFG_MOG_STD_THRESHOLD2.5//λ=2.5（99%）#defineCV_BGFG_MOG_WINDOW_SIZE200//学习率α=1/win_size#defineCV_BGFG_MOG_

2、NGAUSSIANS5//k=5个混合高斯模型#defineCV_BGFG_MOG_WEIGHT_INIT0.05//初始权重#defineCV_BGFG_MOG_SIGMA_INIT30//初始标准差#defineCV_BGFG_MOG_MINAREA15.f//？？？#defineCV_BGFG_MOG_NCOLORS3//颜色通道数/*************CV_BG_STAT_MODEL_FIELDS()的宏定义**********************/#defineCV_BG_S

3、TAT_MODEL_FIELDS()inttype;//typeofBGmodelCvReleaseBGStatModelrelease;//CvUpdateBGStatModelupdate;IplImage*background;/*8UC3referencebackgroundimage*/IplImage*foreground;/*8UC1foregroundimage*/IplImage**layers;/*8UC3referencebackgroundimage,canben

4、ull*/8UC3参考背景图片，可以是空的intlayer_count;/*canbezero*/CvMemStorage*storage;/*storageforforeground_regions?/储存前景区域CvSeq*foreground_regions/*foregroundobjectcontours*/前景物体轮廓/*************************高斯背景模型参数结构体*************************/typedefstructCvGau

5、ssBGStatModelParams{intwin_size;//等于1/alphaintn_gauss;//高斯模型的个数doublebg_threshold,std_threshold,minArea;//bg_threshold：高斯分布权重之和阈值、std_threshold：2.5、minArea：？？？doubleweight_init,variance_init;//权重和方差}CvGaussBGStatModelParams;/*************************

6、*高斯分布模型结构体***************************/typedefstructCvGaussBGValues{intmatch_sum;doubleweight;doublevariance[CV_BGFG_MOG_NCOLORS];doublemean[CV_BGFG_MOG_NCOLORS];}CvGaussBGValues;10typedefstructCvGaussBGPoint{CvGaussBGValues*g_values;}CvGaussBGPoint;/

7、*************************高斯背景模型结构体*************************/typedefstructCvGaussBGModel{CV_BG_STAT_MODEL_FIELDS();CvGaussBGStatModelParamsparams;CvGaussBGPoint*g_point;intcountFrames;}CvGaussBGModel;一、cvbgfg_gaussmix.cpp//////////////////////////////

8、//////////////////////////////cvCreateGaussianBGModel////////////////////////////////////////////////////////////////功能：高斯背景模型变量bg_model初始化赋值CV_IMPLCvBGStatModel*cvCreateGaussianBGModel(IplImage*first_frame,CvGaussBGStatModelParams*parameters){CvGaus