当前位置: 首页 > news >正文

OpenCV 中用于背景分割的一个类cv::bgsegm::BackgroundSubtractorLSBP

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

cv::bgsegm::BackgroundSubtractorLSBP 是 OpenCV 中用于背景分割的一个类,它基于局部样本二进制模式(Local Sample Binary Pattern, LSBP)进行背景建模。该算法特别适用于处理光照变化、阴影以及动态背景等复杂场景。

主要特点

  • 高效性:能够在保持较高检测准确性的同时实现较快的处理速度。
  • 适应性强:能够很好地适应光照变化和其他环境变化。
  • 参数可调:允许用户通过调整多个参数来优化背景建模过程。
  • 基于纹理信息:利用了图像中的局部纹理信息(LSBP),从而提高了前景检测的鲁棒性。

构造函数

与大多数现代 OpenCV 背景减除器一样,不直接使用构造函数创建 BackgroundSubtractorLSBP 实例,而是通过工厂方法 cv::bgsegm::createBackgroundSubtractorLSBP() 来创建实例。

Ptr<BackgroundSubtractorLSBP> cv::bgsegm::createBackgroundSubtractorLSBP
(int mc = 4,int nSamples = 20,float noiseRemovalThresholdFacBG = 0.0004f,float noiseRemovalThresholdFacFG = 0.0008f,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,double noiseCount = 7,double binaryThreshold = 2,bool useLAB = true
);

参数:

  • mc: 每个像素的最大成分数量,默认值为 4。
  • nSamples: 需要初始化的样本数,默认值为 20。
  • noiseRemovalThresholdFacBG: 背景噪声移除阈值因子,默认值为 0.0004。
  • noiseRemovalThresholdFacFG: 前景噪声移除阈值因子,默认值为 0.0008。
  • LSBPRadius: LSBP 算法使用的半径,默认值为 16。
  • Tlower: 下限阈值,默认值为 2.0。
  • Tupper: 上限阈值,默认值为 32.0。
  • Tinc: 阈值增加量,默认值为 1.0。
  • Tdec: 阈值减少量,默认值为 0.05。
  • Rscale: 缩放比例,默认值为 10.0。
  • Rincdec: 缩放增量/减量,默认值为 0.005。
  • noiseCount: 噪声计数,默认值为 7。
  • binaryThreshold: 二值化阈值,默认值为 2。
  • useLAB: 是否使用 LAB 颜色空间,默认值为 true。

主要函数

apply函数

函数原型
void apply
(InputArray image, OutputArray fgmask, double learningRate=-1
);
参数
  • image: 输入当前帧。
  • fgmask: 输出前景掩码图像。
  • learningRate: 学习率,决定了新获取的信息对模型的影响速度。默认值 -1 表示自动选择学习率。

getBackgroundImage函数

函数原型
void getBackgroundImage
(OutputArray backgroundImage
) const;
参数
  • backgroundImage: 输出背景图像。

代码示例

#include <opencv2/bgsegm.hpp>
#include <opencv2/opencv.hpp>int main()
{cv::VideoCapture cap( 0 );  // 打开摄像头if ( !cap.isOpened() ){std::cerr << "无法打开摄像头!" << std::endl;return -1;}// 创建 LSBP 背景减除器cv::Ptr< cv::bgsegm::BackgroundSubtractorLSBP > bgSubtractor = cv::bgsegm::createBackgroundSubtractorLSBP();cv::Mat frame, fgMask;while ( true ){cap >> frame;  // 获取新帧if ( frame.empty() )break;  // 到达视频结尾bgSubtractor->apply( frame, fgMask );  // 应用背景减除器cv::imshow( "Original Frame", frame );cv::imshow( "Foreground Mask", fgMask );if ( cv::waitKey( 30 ) >= 0 )break;  // 按任意键退出}return 0;
}

运行结果

在这里插入图片描述

http://www.xdnf.cn/news/345673.html

相关文章:

  • 芯片笔记 - 手册参数注释
  • Spring Security(笔记)
  • 第37次CCF--机器人饲养
  • C语言自定义类型:联合与枚举详解
  • QT中的网络请求
  • Pycharm安装后打开提示:此应用无法在你的电脑上运行,若要找到合适于你的电脑的版本,请咨询发布者
  • 如何选择自己喜欢的cms
  • 【Unity中的数学】—— 四元数
  • 实时操作系统:航空电子系统的安全基石还是创新枷锁?
  • std::iota(C++)
  • 年龄估计数据集
  • 【工具推荐】Code2Prompt
  • 【HarmonyOS 5】鸿蒙页面和组件生命周期函数
  • 【软件设计师:软件工程】11.项目管理
  • C++算法(19):整数类型极值,从INT_MIN原理到跨平台开发实战
  • java每日精进 5.08【框架之数据权限补充】
  • DRAM详解
  • macOS Arduino IDE离线安装ESP8266支持包
  • 今日行情明日机会——20250508
  • day05_java中常见的运算符
  • Unity-Shader详解-其五
  • 【报错】view size is not compatible with input tensor‘s size and stride
  • 电子电器架构 --- 电气/电子架构如何发展以满足其处理和传感器融合需求
  • 图片上传的util和使用
  • CFCA受邀参加盛京银行手机银行7.0发布会
  • Kibana vs Grafana:日志分析能力深度对比与移动应用案例
  • 企业面试题综合(1)
  • SLAM文献之KernelGPA: A Globally Optimal Solution to Deformable SLAM in Closed-form
  • Kafka消息不丢失处理
  • MATLAB界面——valueChangedFcn回调和valueChanging回调