背景建模-高斯背景建模和VIBE算法建模比较
背景减除法：
目前常见的背景建模算法有：平均背景建模、高斯背景建模、ViBe算法。
(1) 高斯背景建模
高斯背景建模为视频图像中每个像素点建立高斯背景模型，通过判断某一像素点的颜色值是否符合该点的高斯分布，来分类此点为前景还是背景。高斯概率密度函数为：
单高斯背景建模具有简单、实时性好，稳定等优点，如果背景比较简单，没有扰动，单高斯背景建模就足够区分背景和前景，但实际上，场景中常常含有灯光，树叶等扰动，一个像素点需要建立多个高斯背景模型，使得背景匹配更加准确，以下为混合高斯背景建模的步骤：
（1）初始化，建立背景模型。根据初始帧，对每个像素点建立K个高斯模型；
（2）提取前景。用当前帧的每个像素点和混合高斯背景模型进行匹配，符合则为背景点，不符合为前景点；
（3）进行背景模型更新。
(1) VIBE算法
ViBe算法根据视频图像的第一帧，为每个像素点用随机采样的方式进行建模，利用每个像素点的相邻像素具有相似的特征，随机选取邻域像素值进行背景建模或更新背景，不需要大量的统计、估计或者运算，故ViBe算法复杂度低，运行速度快。