【摘要】：背景差分法就是将原图像与背景图像重合相减的过程，将两张图像进行差分后便可得到目标区域。传统的背景差分法一般用来提取想要分离的运动目标，以便进行目标的识别和分割。图8－20为背景差分法流程。图8－21是背景差分效果对比，由图可知，背景差分法可以较好地提取铁轨表面缺陷。
背景差分法就是将原图像与背景图像重合相减的过程，将两张图像进行差分后便可得到目标区域。传统的背景差分法一般用来提取想要分离的运动目标，以便进行目标的识别和分割。如不考虑噪声n(x，y，t)的影响，视频帧图像I(x，y，t)可以看作是由背景图像b(x，y，t)和运动目标m(x，y，t)组成，如式(8－21)所示。
由式(8－21)可得运动目标m(x，y，t)，即
在实际应用中，由于其他干扰因素的影响，式(8－22)很难提取到想要抓取的运动目标，充其量得到运动目标区域和其他干扰因素组成的差分图像d(x，y，t)，即
因此作进一步处理，如式(8－24)所示。
(www.xing528.com)
式中:T——阈值。
图8－20为背景差分法流程。
图8－20 背景差分法流程
本书的背景差分法与视频中的处理相比存在不同:钢轨表面图像在同一位置只有一帧图像，而视频监控中不同时刻会有多帧图像，为了突出缺陷部位，减弱光照变化和反射不均等因素的影响，将钢轨图像与背景建模后的图像相减，得到差分图像即可。图8－21是背景差分效果对比，由图可知，背景差分法可以较好地提取铁轨表面缺陷。
图8－21 背景差分效果对比
(a)原图；(b)背景建模得到的背景图；(c)背景差分图
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
