我有一个 C# 桌面应用程序。
我正在使用 OpenCV 的包装器，即 EMGU。
我只是在执行一个基本的运动检测操作。
我正在使用组件标签和 2 帧差异来确定运动变化。我还使用平均背景方法来更新我用来从当前帧和先前帧中“减去”的背景。
这一切运作良好。
现在考虑这个图像：
因为这个灌木离相机很近，所以当风吹来时，我现在的方法会检测到移动。
另外，考虑这个图像：
在这里，我们在图像右侧看到了一个蜘蛛网。当风吹过时，我再次获得运动检测。
我可能的解决方案：
寻找形状。对于像蜘蛛网这样的细长形状，高度大于宽度（达到一定比例），则忽略该运动。但是，当有人从马路对面走在图像后面的人行道上时，我发现我失去了动作。
侵蚀。我再次错过了像人和自行车这样的真正运动。
比较直方图我发现它不可靠。直方图只会测量不同颜色的数量（在它自己的 bin 中）。颜色可能会由于饱和度和光照而发生变化，或者/或者由于另一个物体经过而发现相同数量的颜色。
所以，我想到了使用萎缩。我确实在这里发布了一个较早的问题：
但是正如善意解释熵的人建议我应该在这里发布一个特定/单独的问题......
我想探索频率或/和熵是否对我有帮助？我应该查看空间分布还是频率分布？如果我想避免颜色变化，最好研究一下频率吗？
任何一种方法都会比另一种更快，因为我希望它尽可能实时。
对我来说，这里的任何教育都会很棒。
