运动检测（前景检测）之（二）混合高斯模型GMM

MOG_BGS.cpp

1. #include "MOG_BGS.h"  
2.   
3. MOG_BGS::MOG_BGS(void)  
4. {  
5.   
6. }  
7.   
8. MOG_BGS::~MOG_BGS(void)  
9. {  
10.   
11. }  
12.   
13. // 全部初始化为0  
14. void MOG_BGS::init(const Mat _image)  
15. {  
16.     /****initialization the three parameters ****/  
17.      for(int i = 0; i < GMM_MAX_COMPONT; i++)  
18.      {  
19.          m_weight[i] = Mat::zeros(_image.size(), CV_32FC1);  
20.          m_mean[i] = Mat::zeros(_image.size(), CV_8UC1);  
21.          m_sigma[i] = Mat::zeros(_image.size(), CV_32FC1);  
22.      }  
23.      m_mask = Mat::zeros(_image.size(),CV_8UC1);  
24.      m_fit_num = Mat::ones(_image.size(),CV_8UC1);  
25. }  
26.   
27. //gmm第一帧初始化函数实现  
28. //捕获到第一帧时对高斯分布进行初始化．主要包括对每个高斯分布的权值、期望和方差赋初值．  
29. //其中第一个高斯分布的权值为1，期望为第一个像素数据．其余高斯分布权值为0，期望为0．  
30. //每个高斯分布都被赋予适当的相等的初始方差 15  
31. void MOG_BGS::processFirstFrame(const Mat _image)  
32. {  
33.     for(int i = 0; i < GMM_MAX_COMPONT; i++)  
34.     {  
35.         if (i == 0)  
36.         {  
37.             m_weight[i].setTo(1.0);  
38.             _image.copyTo(m_mean[i]);  
39.             m_sigma[i].setTo(15.0);  
40.         }  
41.         else  
42.         {  
43.             m_weight[i].setTo(0.0);  
44.             m_mean[i].setTo(0);  
45.             m_sigma[i].setTo(15.0);  
46.         }  
47.     }  
     2/8   首页 上一页 1 2 3 4 5 6 下一页 尾页