关于复杂背景的适应，比如抖动的树和水洼

tualatin

opencv例子中的这个高斯混合模型代码我试过了，貌似效果挺差的：首先是学习速度太慢，而且我本来是想用他来作复杂背景适应的，例如画面中有抖动的树或者水洼的，好像效果比较不理想。不知道是不是我的用法不对，希望得到指教。现在考虑那个贝页斯的方法了，有没有用过的同学可以提示一下？貌似 opencv中有三种作前景背景分割的算法，分别在cvaux的三个文件中，分别是混合高斯、贝页斯和一个是贝页斯的简化算法，好像去抖动树和水洼的效果都不好。
        像我说的，想去抖动树和水洼，到底用什么好呢？如果这两种有名的经典算法都不行就只能考虑自己开发算法了，唉。。。

bebekifis

GMM是针对每个像素的
有了抖动和水洼，单个像素的信息就不够了。
可以用局部的纹理来判断前景还是背景，不过复杂度绝不比GMM小。

bebekifis

So，可以用纹理分析先来做图像分割（如meanshift）然后对分割后的图像做背景建模。