Opencv3之动态目标检测：BackgroundSubtractorMOG2参数配置

转载https://blog.csdn.net/m0_37901643/article/details/72841289
Opencv集成了BackgroundSubtractorMOG2用于动态目标检测，用到的是基于自适应混合高斯背景建模的背景减除法，相对于BackgroundSubtractorMOG，其具有更好的抗干扰能力，特别是光照变化。

---

ps：BackgroundSubtractorMOG2等一些背景减除法、帧差法仅仅做运动检测，网上经常有人做个运动检测，再找个轮廓，拟合个椭圆就说跟踪了，混淆了概念，凡是没有建立帧与帧之间目标联系的，没有判断目标产生和目标消失的都不能算是跟踪吧。

---

BackgroundSubtractorMOG2具有大量的参数，参数的设置会对运动检测的结果产生极大影响。opencv2版本的BackgroundSubtractorMOG2参数是不可调的，因此MOG2的检测效果往往令人失望，甚至有人认为不如MOG。

在opencv3版本中，BackgroundSubtractorMOG2通过大量的成员函数使得参数可调，相信这一状况可以极大改变。然而对于不想钻研算法的opencv玩家来说，或者像我这种初学opencv又想做出点好玩的效果的人来说，，理解这些参数头都大了，这里结合我的浅见和别人的一些成果，总结了一些参数的意义，仅供参考，误人子弟勿喷！

1-- BackgroundSubtractorMOG2创建及初始化

Ptr cv::createBackgroundSubtractorMOG2	(	
int 	history = 500,
double 	varThreshold = 16,
bool 	detectShadows = true 
)	

eg：Ptr mog = createBackgroundSubtractorMOG2(100,25,false);
···history：用于训练背景的帧数，默认为500帧，如果不手动设置learningRate，history就被用于计算当前的learningRate，此时history越大，learningRate越小，背景更新越慢；
···varThreshold：方差阈值，用于判断当前像素是前景还是背景。一般默认16，如果光照变化明显，如阳光下的水面，建议设为25,36，具体去试一下也不是很麻烦，值越大，灵敏度越低；
···detectShadows：是否检测影子，设为true为检测，false为不检测，检测影子会增加程序时间复杂度，如无特殊要求，建议设为false；

2-- BackgroundSubtractorMOG2运动检测

virtual void cv::BackgroundSubtractor::apply	(	
InputArray 	image,
OutputArray 	fgmask,
double 	learningRate = -1 
)

eg：mog->apply(src_YCrCb, foreGround, 0.005);
···image 源图
···fmask 前景（二值图像）
···learningRate 学习速率，值为0-1,为0时背景不更新，为1时逐帧更新，默认为-1，即算法自动更新；

3-- BackgroundSubtractorMOG2其他参数
参数设置函数见：http://docs.opencv.org/3.2.0/d7/d7b/classcv_1_1BackgroundSubtractorMOG2.html
eg：mog->setVarThreshold(20);

部分重要参数介绍
nmixtures：高斯模型个数，默认5个，最多8个，一般设为5就好，个人测试：设为8个的时候检测效果提升有限，但程序耗时增加；
backgroundRatio：高斯背景模型权重和阈值，nmixtures个模型按权重排序后，只取模型权重累加值大于backgroundRatio的前几个作为背景模型。也就是说如果该值取得非常小，很可能只使用权重最大的高斯模型作为背景(因为仅一个模型权重就大于backgroundRatio了)；
fVarInit：新建高斯模型的方差初始值，默认15；
fVarMax：背景更新过程中，用于限制高斯模型方差的最大值，默认20；
fVarMin：背景更新过程中，用于限制高斯模型方差的最小值，默认4；
varThresholdGen：方差阈值，用于是否存在匹配的模型，如果不存在则新建一个；