我正在解决一个问题，我正在尝试使用背景平均来查看框架在蜜蜂后面的蜂箱中的样子。我一直在尝试使用标准平均（在我的 3 小时视频过程中，我每 1 或 4 秒拍摄一张图像）以及其他技术，如 mog 和 mog2。问题是中心的蜜蜂密度非常高，紧紧地挤在一起，几乎不动，所以当我最终看到中间的背景很好时，中心变成了像这样的一点污点：
有人对我可以做些什么来改善事情有任何建议吗？我与一位研究人员交谈过，他建议将所谓的“稀疏编码”作为一种可能的选择，我很好奇 OpenCV 是否有类似的东西，或者是否有人知道我可以尝试的任何其他技术。
我会尝试与您的数据的低秩近似相关的技术. 例如，论文GoDec: Randomized Low-rank & Sparse Matrix Decomposition in Noisy Case试图分解
它已被用于背景建模，背景与低秩部分相关，加上稀疏的独立对象。
一些视频演示是：
在鲁棒矩阵分解领域有其他选择，我将其理解为稀疏编码的一个例子。
为什么不在平均之前对每个图像进行高通滤波，去掉低频（比梳子更大的蜜蜂）？然后，当您对图像进行平均/求和时，您应该主要集成梳子
嘿，似乎平均值不是这里的解决方案，因为大多数时候蜜蜂捕捉到背景，
如果你说高斯混合不起作用，我会尝试 1. 使用可视化来更多地了解我想要找到的东西。我将绘制背景像素的时间值并查看其中的一堆
例如，如果您的图像构建为类似于称为 timeSeries的 [ rows column times ] 矩阵
plot ( timeSeries(i,j,:) ,'.');
就像是：
bg_img(i,j) = prctile ( timeSerties(i,j,:) , 30 ) ;
希望有帮助，干杯，埃拉德