Question

混合高斯模型的高斯分布怎么来的

Answer 1

params.win_size=CV_BGFG_MOG_WINDOW_SIZE;//初始化阶段的帧数，这个参数的倒数就是我们知道的背景模型的更新率params.bg_threshold=CV_BGFG_MOG_BACKGROUND_THRESHOLD;//高斯背景阈值params.std_threshold=CV_BGFG_MOG_STD_THRESHOLD;//这个参数是当前面一个高斯权值的和的阈值，这样的一个阈值用来判断哪些是背景模型，哪些是前景的高斯函数，因为大家认为，不是所有的高斯分布都代表背景的，有部分代表前景params.weight_init=CV_BGFG_MOG_WEIGHT_INIT;//初始权重params.variance_init=CV_BGFG_MOG_SIGMA_INIT*CV_BGFG_MOG_SIGMA_INIT;//初始方差params.minArea=CV_BGFG_MOG_MINAREA;//最小面积,,这个参数是用来去噪的，当检测的目标矩形区域的面积小于这个minArea时，就把它当噪音去掉，这个就是去掉小目标params.n_gauss=CV_BGFG_MOG_NGAUSSIANS;//高斯模型个数，这个参数看你用几层高斯模型了，一般选3OpenCV的全称是：OpenSourceComputerVisionLibrary。OpenCV是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和MacOS操作系统上。它轻量级而且高效——由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python,JavaandMATLAB/OCTAVE(版本2.5)的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#,Ch,Ruby的支持。