消除背景建模就是找出視訊中移動的區域，把移動的區域設為白色物件方便觀察，其他沒有移動的區域設為黑色背景。

消除背景建模是視訊跟蹤最基本的方法。可用基於機器學習的KNN演算法或者影象分割MOG演算法

不論是KNN還是MOG，它們對於消除背景建模的思路是一樣的

以KNN為例：假設在視訊的第10幀為開始，用KNN演算法可以把第10幀影象中的所有畫素點劃分為K類。即每個畫素點都有屬於自己的類別。

                      第11幀時，對第11幀影象進行KNN分類，如果視訊中沒有物體移動，則第11幀和第10幀影象中所有對應畫素點的類別是一樣的。如果視訊中有物體移動了，則第11幀和第10幀影象中不是所有對應畫素點的類別是一樣的，不是同一類別的畫素點就是移動物體的區域，把該區域設為白色背景。

以下是opencv c++具體程式碼。

//BSM背景消除建模
//分為機器學習 KNN   和    影象分割MOG2
//用於在視訊監控情況下找運動背景
#include <iostream>
#include<opencv2/opencv.hpp>
#include<string>

using namespace cv;
using namespace std;
int main(int argc, char ** argv)
{
	Mat frame, KNNmask, MOG2mask;
	VideoCapture capture;
	Mat kenel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));//形態學模版
	vector<vector<Point>>contours; //求輪廓的引數
	vector<Vec4i>hierarchy;//求輪廓的引數
	string target = "Target";//求顯示標籤的引數
	ostringstream oss;//定義字串與數字結合

	capture.open(0);
	if (!capture.isOpened())
	{
		printf("can not open ......\n");
		return -1;
	}
	namedWindow("KNNmask", WINDOW_AUTOSIZE);
	namedWindow("MOG2mask", WINDOW_AUTOSIZE);
	namedWindow("output", WINDOW_AUTOSIZE);

	Ptr<BackgroundSubtractor> pKNN = createBackgroundSubtractorKNN();//呼叫KNN背景消除模型，指標型別
	Ptr<BackgroundSubtractor> pMOG2 = createBackgroundSubtractorMOG2();//呼叫MOG2背景消除模型，指標型別
	while (capture.read(frame))
	{
		int a = 1;//求顯示標籤的引數
		pKNN->apply(frame, KNNmask);//把frame在KNN模型下賦值給KNNmask
		pMOG2->apply(frame, MOG2mask);
		//KNN 
		//二值化
		threshold(KNNmask, KNNmask, 100, 255, THRESH_BINARY);
		//利用形態學消除噪聲。開環
		morphologyEx(KNNmask, KNNmask, MORPH_OPEN, kenel, Point(-1, -1));

		//MOG2
		threshold(MOG2mask, MOG2mask, 100, 255, THRESH_BINARY);
		morphologyEx(MOG2mask, MOG2mask, MORPH_OPEN, kenel, Point(-1, -1));

		//找輪廓
		findContours(KNNmask, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point(0, 0));

		for (int i = 0; i < contours.size(); i++)
		{
			
			double area = contourArea(contours[i]);//求輪廓面積
			Rect rect = boundingRect(contours[i]);//求輪廓最小包圍矩陣
			if (area < 500 || rect.width < 50 || rect.height < 50) //不畫出面積，長，寬過小的輪廓矩陣
				continue;
			oss << target << a;//結合顯示的字串與數字
			rectangle(frame, rect, Scalar(0, 0, 255), 2);//畫矩形框
			putText(frame, oss.str(), Point(rect.x, rect.y), CV_FONT_NORMAL, FONT_HERSHEY_PLAIN, Scalar(0, 255, 0), 1, 8);
			oss.str("");//把oss之前存放的字元全部清除
			a = a + 1;//a為矩形框個數
		}
		//顯示
		imshow("KNNmask", KNNmask);
		imshow("MOG2mask", MOG2mask);
		imshow("output", frame);

		waitKey(1);
	}
	capture.release();//釋放記憶體
	waitKey(0);
	return 0;
}