我正在寻找在图像上减去背景。我是MATLAB的新手，也是图像处理/分析的新手，很抱歉，如果这些听起来很愚蠢。 1）除了 imsubtract（）之外还有其他方法可以进行背景减法（除了将一个图像与另一个图像进行比较）之外？ 2）在imsubtract（）的Math Works explanation中，为什么他们的结构元素是磁盘？到目前为止，这似乎相当困难，因为每次我尝试一些东西时，我最终不仅会减去嘈杂的背景，还会丢失我想看的图像部分！
答案 0 :(得分：5)
你使用什么样的形象？
背景减法很简单。如果要减去常量值或与图像大小相同的背景，只需编写img = img - background即可。 imsubtract只需确保背景大于图像的输出为零。
背景估算很难。在那里你需要知道你正在看什么样的图像，否则，背景估计会失败。
例如，如果你有明亮或暗背景上全黑的斑点或线条特征，你可以使用局部最大滤镜（imdilate）或局部最小滤镜（{{ {1}}）分别大于您的要素，因此无论您在何处放置滤镜遮罩，都会有一些像素覆盖背景。此外，您希望过滤器具有与特征类似的形状。在您的情况下，如果您丢失了部分图像，可能需要尝试使滤镜更大（但不要太大）。
除了减去最大值或最小值之外，减去中值可以很好地工作，但是你必须选择滤波器大小，使得滤波器掩码内通常有大部分背景像素。不幸的是，中值过滤相当慢。
答案 1 :(得分：2)
要减去背景图像，您需要一个背景模型。最简单的模型是作为背景捕获的图像以及一些允许的偏差（+/- 0-255）。然后，MATLAB中的背景减法非常简单：
image（find（abs（image-background）＆lt; = threshold））= 0;
使用统计模型时变得更加困难，但基本上减去背景非常容易。 imsubtract不是背景减法;它是一个减法过滤器，就像你在photoshop中找到的那样。它并不关心背景与前景，后者无视这一点。
由于背景减法本身非常简单，因此问题更多地是关于背景估计。这有点复杂，通常需要更多的帧和训练来构建背景的统计模型（例如，将像素视为高斯分布或高斯混合，或者寻找光流来确定什么不移动）。 / p>
如果您可以访问技术文章（通过工作或学校），Wren和其他人的“Pfinder：人体实时跟踪”提供了一种非常简单的方法。或者你可以只搜索谷歌单高斯背景减法。这里使用OpenCV实现了许多方法 - ＆gt; http://dparks.wikidot.com/source-code＆lt; - 您可能觉得有用。
答案 2 :(得分：2)
Computer Vision System Toolbox有vision.ForegroundDetector个对象，它实现了Stauffer和Grimson的GMM背景减法的变体。实施速度非常快，利用多个核心。查看example如何使用背景减法作为系统的构建块来跟踪多个对象。