之前看到过C版本的，感觉写的很长，没有仔细看，但是C++版本的写的还是很不错的。我仔细看了一下，并对内容进行了仔细的注释，如果有人没有看懂，欢迎留言讨论。

先看一眼头文件，在background_segm.hpp中

class CV_EXPORTS_W BackgroundSubtractorMOG : public BackgroundSubtractor
{
public:
    //! the default constructor
    CV_WRAP BackgroundSubtractorMOG();
    //! the full constructor that takes the length of the history, the number of gaussian mixtures, the background ratio parameter and the noise strength
    CV_WRAP BackgroundSubtractorMOG(int history, int nmixtures, double backgroundRatio, double noiseSigma=0);
    //! the destructor
    virtual ~BackgroundSubtractorMOG();
    //! the update operator
    virtual void operator()(InputArray image, OutputArray fgmask, double learningRate=0);
    
    //! re-initiaization method
    virtual void initialize(Size frameSize, int frameType);
    
    virtual AlgorithmInfo* info() const;

protected:    
    Size frameSize;
    int frameType;
    Mat bgmodel;
    int nframes;
    int history;//利用历史帧数计算学习速率，不是主要参数
    int nmixtures;//高斯模型的个数
    double varThreshold;//方差门限
    double backgroundRatio;//背景门限
    double noiseSigma;//噪声方差
};	

static const int defaultNMixtures = 5;//默认混合模型个数
static const int defaultHistory = 200;//默认历史帧数
static const double defaultBackgroundRatio = 0.7;//默认背景门限
static const double defaultVarThreshold = 2.5*2.5;//默认方差门限
static const double defaultNoiseSigma = 30*0.5;//默认噪声方差
static const double defaultInitialWeight = 0.05;//默认初始权值
 //不带参数的构造函数，使用默认值  
BackgroundSubtractorMOG::BackgroundSubtractorMOG()
{
    frameSize = Size(0,0);
    frameType = 0;
    
    nframes = 0;
    nmixtures = defaultNMixtures;
    history = defaultHistory;
    varThreshold = defaultVarThreshold;
    backgroundRatio = defaultBackgroundRatio;
    noiseSigma = defaultNoiseSigma;
}
//带参数的构造函数，使用参数传进来的值    
BackgroundSubtractorMOG::BackgroundSubtractorMOG(int _history, int _nmixtures,
                                                 double _backgroundRatio,
                                                 double _noiseSigma)
{
    frameSize = Size(0,0);
    frameType = 0;
    
    nframes = 0;
    nmixtures = min(_nmixtures > 0 ? _nmixtures : defaultNMixtures, 8);//不能超过8个，否则就用默认的
    history = _history > 0 ? _history : defaultHistory;//不能小于0，否则就用默认的
    varThreshold = defaultVarThreshold;//门限使用默认的
    backgroundRatio = min(_backgroundRatio > 0 ? _backgroundRatio : 0.95, 1.);//背景门限必须大于0，小于1，否则使用0.95
    noiseSigma = _noiseSigma <= 0 ? defaultNoiseSigma : _noiseSigma;//噪声门限大于0
}
    
BackgroundSubtractorMOG::~BackgroundSubtractorMOG()
{
}


void BackgroundSubtractorMOG::initialize(Size _frameSize, int _frameType)
{
    frameSize = _frameSize;
    frameType = _frameType;
    nframes = 0;
    
    int nchannels = CV_MAT_CN(frameType);
    CV_Assert( CV_MAT_DEPTH(frameType) == CV_8U );
    
    // for each gaussian mixture of each pixel bg model we store ...
    // the mixture sort key (w/sum_of_variances), the mixture weight (w),
    // the mean (nchannels values) and
    // the diagonal covariance matrix (another nchannels values)
    bgmodel.create( 1, frameSize.height*frameSize.width*nmixtures*(2 + 2*nchannels), CV_32F );//初始化一个1行*XX列的矩阵
	//XX是这样计算的：图像的行*列*混合模型的个数*（1（优先级） + 1（权值） + 2（均值 + 方差） * 通道数）
    bgmodel = Scalar::all(0);//清零
}

//设为模版，就是考虑到了彩色图像与灰度图像两种情况    
template<typename VT> struct MixData
{
    float sortKey;
    float weight;
    VT mean;
    VT var;
};

    
static void process8uC1( const Mat& image, Mat& fgmask, double learningRate,
                         Mat& bgmodel, int nmixtures, double backgroundRatio,
                         double varThreshold, double noiseSigma )
{
    int x, y, k, k1, rows = image.rows, cols = image.cols;
    float alpha = (float)learningRate, T = (float)backgroundRatio, vT = (float)varThreshold;//学习速率、背景门限、方差门限
    int K = nmixtures;//混合模型个数
    MixData<float>* mptr = (MixData<float>*)bgmodel.data;
    
    const float w0 = (float)defaultInitialWeight;//初始权值
    const float sk0 = (float)(w0/(defaultNoiseSigma*2));//初始优先级
    const float var0 = (float)(defaultNoiseSigma*defaultNoiseSigma*4);//初始方差
    const float minVar = (float)(noiseSigma*noiseSigma);//最小方差
    
    for( y = 0; y < rows; y++ )
    {
        const uchar* src = image.ptr<uchar>(y);
        uchar* dst = fgmask.ptr<uchar>(y);
        
        if( alpha > 0 )//如果学习速率为0，则退化为背景相减
        {
            for( x = 0; x < cols; x++, mptr += K )
            {
                float wsum = 0;
                float pix = src[x];//每个像素
                int kHit = -1, kForeground = -1;//是否属于模型，是否属于前景
                
                for( k = 0; k < K; k++ )//每个高斯模型
                {
                    float w = mptr[k].weight;//当前模型的权值
                    wsum += w;//权值累加
                    if( w < FLT_EPSILON )
                        break;
                    float mu = mptr[k].mean;//当前模型的均值
                    float var = mptr[k].var;//当前模型的方差
                    float diff = pix - mu;//当前像素与模型均值之差
                    float d2 = diff*diff;//平方
                    if( d2 < vT*var )//是否小于方门限，即是否属于该模型
                    {
                        wsum -= w;//如果匹配，则把它减去，因为之后会更新它
                        float dw = alpha*(1.f - w);
                        mptr[k].weight = w + dw;//增加权值
						//注意源文章中涉及概率的部分多进行了简化，将概率变为1
                        mptr[k].mean = mu + alpha*diff;//修正均值		
                        var = max(var + alpha*(d2 - var), minVar);//开始时方差清零0，所以这里使用噪声方差作为默认方差，否则使用上一次方差
                        mptr[k].var = var;//修正方差
                        mptr[k].sortKey = w/sqrt(var);//重新计算优先级，貌似这里不对，应该使用更新后的mptr[k].weight而不是w
                        
                        for( k1 = k-1; k1 >= 0; k1-- )//从匹配的第k个模型开始向前比较，如果更新后的单高斯模型优先级超过他前面的那个，则交换顺序
                        {
                            if( mptr[k1].sortKey >= mptr[k1+1].sortKey )//如果优先级没有发生改变，则停止比较
                                break;
                            std::swap( mptr[k1], mptr[k1+1] );//交换它们的顺序，始终保证优先级最大的在前面
                        }
                        
                        kHit = k1+1;//记录属于哪个模型
                        break;
                    }
                }
                
                if( kHit < 0 ) // no appropriate gaussian mixture found at all, remove the weakest mixture and create a new one
								//当前像素不属于任何一个模型
                {
					//初始化一个新模型
                    kHit = k = min(k, K-1);//有两种情况，当最开始的初始化时，k并不是等于K-1的
                    wsum += w0 - mptr[k].weight;//从权值总和中减去原来的那个模型，并加上默认权值
                    mptr[k].weight = w0;//初始化权值
                    mptr[k].mean = pix;//初始化均值
                    mptr[k].var = var0;	//初始化方差
                    mptr[k].sortKey = sk0;//初始化权值
                }
                else
                    for( ; k < K; k++ )
                        wsum += mptr[k].weight;//求出剩下的总权值
                
                float wscale = 1.f/wsum;//归一化
                wsum = 0;
                for( k = 0; k < K; k++ )
                {
                    wsum += mptr[k].weight *= wscale;
                    mptr[k].sortKey *= wscale;//计算归一化权值
                    if( wsum > T && kForeground < 0 )
                        kForeground = k+1;//第几个模型之后就判为前景了
                }
                
                dst[x] = (uchar)(-(kHit >= kForeground));//判决：(ucahr)(-true) = 255;(uchar)(-(false)) = 0;
            }
        }
        else//如果学习速率小于等于0，则没有背景更新过程，其他过程类似
        {
            for( x = 0; x < cols; x++, mptr += K )
            {
                float pix = src[x];
                int kHit = -1, kForeground = -1;
                
                for( k = 0; k < K; k++ )
                {
                    if( mptr[k].weight < FLT_EPSILON )
                        break;
                    float mu = mptr[k].mean;
                    float var = mptr[k].var;
                    float diff = pix - mu;
                    float d2 = diff*diff;
                    if( d2 < vT*var )
                    {
                        kHit = k;
                        break;
                    }
                }
                
                if( kHit >= 0 )
                {
       

      
      
    

      

除去内核源码下的include目录外，在arch/arm/mach-s3c2410/和arch/arm/plat-s3c24xx/目录下都有include目录的。

#include <linux/kernel.h>　　　　　　　　/* printk() */

#include <linux/slab.h>　　　　　　　　/* kmalloc() */

#include <linux/fs.h>　　　　　　　　/* file_operations、inode_operations、super_operations结构体*/

#include <linux/errno.h>　　　　　　　　/* error codes */

#include <linux/types.h>　　　　　　　　/* size_t等各种系统typedef的数据类型 */

#include <linux/fcntl.h>　　　　　　　　/* O_ACCMODE */

#include <linux/poll.h>　　　　　　　　/* COPY_TO_USER */

#include <linux/module.h>　　　　　　　　　　/*MODULE_LICENSE("GPL");内核认识的特定许可有, 
　　　　　　　　　　　　　　　　　　　　　　　　　　"GPL"( 适用 GNU 通用公共许可的任何版本 ), 
　　　　　　　　　　　　　　　　　　　　　　　　　　"GPL v2"( 只适用 GPL 版本 2 ), 
　　　　　　　　　　　　　　　　　　　　　　　　　　"GPL and additional rights", 
　　　　　　　　　　　　　　　　　　　　　　　　　　"Dual BSD/GPL", 
　　　　　　　　　　　　　　　　　　　　　　　　　　"Dual MPL/GPL", 
　　　　　　　　　　　　　　　　　　　　　　　　　　"Proprietary".
　　　　　　　　　　　　　　　　　　　　　　　　　　除非你的模块明确标识是在内核认识的一个自由许可下, 
　　　　　　　　　　　　　　　　　　　　　　　　　　否则就假定它是私有的,
　　　　　　　　　　　　　　　　　　　　　　　　　　内核在模块加载时被"弄污浊"了. 
　　　　　　　　　　　　　　　　　　　　　　　　　　象我们在第 1 章"许可条款"中提到的, 
　　　　　　　　　　　　　　　　　　　　　　　　　　内核开发者不会热心帮助在加载了私有模块后遇到问题的用户.
　　　　　　　　　　　　　　　　　　　　　　　　　　 MODULE_AUTHOR ( 声明谁编写了模块 ), 
 　　　　　　　　　　　　　　　　　　　　　　　　　　MODULE_DESCRIPION( 一个人可读的关于模块做什么的声明 ), 
 　　　　　　　　　　　　　　　　　　　　　　　　　　MODULE_VERSION ( 一个代码修订版本号; 看 <linux/module.h> 的注释以便知道创建版本字串使用的惯例), 
 　　　　　　　　　　　　　　　　　　　　　　　　　　MODULE_ALIAS ( 模块为人所知的另一个名子 ), 
 　　　　　　　　　　　　　　　　　　　　　　　　　　MODULE_DEVICE_TABLE ( 来告知用户空间, 模块支持那些设备 ).
　　　　　　　　　　　　　　　　　　　　　　　　　　 */

#include <linux/init.h>　　　　　　　　/* #define module_init(x)    __initcall(x);　　driver initialization entry point
　　　　　　　　　　　　　　　　　　　　　　　#define module_exit(x)    __exitcall(x);　　driver exit entry point
 　　　　　　　　　　　　　　　　　　　　　　*/

#include <linux/miscdevice.h>　　　　　　　　/* extern int misc_register(struct miscdevice * misc);　　注册miscdevice结构体成员变量设备
　　　　　　　　　　　　　　　　　　　　　　　　　extern int misc_deregister(struct miscdevice *misc);　　注销miscdevice结构体成员变量设备
　　　　　　　　　　　　　　　　　　　　　　　　 */

#include <linux/cdev.h>　　　　　　　　/* void cdev_init(struct cdev *, const struct file_operations *);
　　　　　　　　　　　　　　　　　　　　　　struct cdev *cdev_alloc(void);
　　　　　　　　　　　　　　　　　　　　　　void cdev_put(struct cdev *p);
　　　　　　　　　　　　　　　　　　　　　　int cdev_add(struct cdev *, dev_t, unsigned);
　　　　　　　　　　　　　　　　　　　　　　void cdev_del(struct cdev *);
　　　　　　　　　　　　　　　　　　　　　　void cd_forget(struct inode *); */

#include <mach/hardware.h>　　　　　　　　　　　　　　　　　/* 和GPIO口操作相关的函数定义的头文件
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　对应的源文件在/linux-2.6.32.2/arch/arm/plat-s3c24xx/gpio.c
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　void s3c2410_gpio_cfgpin(unsigned int pin, unsigned int function);
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　unsigned int s3c2410_gpio_getcfg(unsigned int pin);
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　void s3c2410_gpio_pullup(unsigned int pin, unsigned int to);
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　int s3c2410_gpio_getpull(unsigned int pin);
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　void s3c2410_gpio_setpin(unsigned int pin, unsigned int to);
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　unsigned int s3c2410_gpio_getpin(unsigned int pin);
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　unsigned int s3c2410_modify_misccr(unsigned int clear, unsigned int change);
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　int s3c2410_gpio_getirq(unsigned int pin);
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　int s3c2410_gpio_irq2pin(unsigned int irq);*/
#include <mach/regs-gpio.h>　　　　　　　　/* 和GPIO口相关的一些宏定义（在arch/arm/mach-s3c2410/mach） */

#include <linux/platform_device.h>　　　　　　　　/*  */

#include <linux/interrupt.h>　　　　　　　　/* typedef irqreturn_t (*irq_handler_t)(int, void *);
　　　　　　　　　　　　　　　　　　　　　　　　　extern void free_irq(unsigned int, void *);extern void disable_irq(unsigned int irq);
　　　　　　　　　　　　　　　　　　　　　　　　　extern void enable_irq(unsigned int irq);等和中断相关函数的声明 */

#include <linux/wait.h>　　　　　　　　/* wake_up_interruptible   唤醒 q 指定的注册在等待队列上的进程。该函数不能直接的立即唤醒进程，而是由调度程序转换上下文，调整为可运行状态。  
　　　　　　　　　　　　　　　　　　　　static DECLARE_WAIT_QUEUE_HEAD(button_waitq);声明等待队列为全局变量
　　　　　　　　　　　　　　　　　　　　　　wait_event_interruptible该函数修改task的状态为TASK_INTERRUPTIBLE，意味着改进程将不会继续运行直到被唤醒，然后被添加到等待队列wq中*/

#include <linux/poll.h>　　　　　　　　/* poll_wait */

#include <asm/uaccess.h>　　　　　　　　/* copy_to_user和copy_from_user */
#include <asm/io.h>　　　　　　　　　　　　　　/* __raw_readl  __raw_writel*/

#include <linux/clk.h>　　　　　　　　/* struct clk *clk_get(struct device *dev, const char *id);
　　　　　　　　　　　　　　　　　　　　　　unsigned long clk_get_rate(struct clk *clk); */

#include <plat/clock.h>　　　　　　　　/* struct clk;结构体的定义 （在arch/arm/plat-s3c/plat/include/clock.arch中，对应的源文件在/arm/plat-s3c/clock.c）*/

#include <linux/device.h>           //包含了device、class 、device_driver等结构的定义

#include <mach/regs-mem.h>　　　　　　　　/* 和bank相关的寄存器的宏定义 */

#include <asm/div64.h>　　　　　　　　　　/* Linux内核中64位除法函数do_div */

#include <linux/fb.h>　　　　　　　　/* struct fb_info 结构体的定义 */

#include <mach/fb.h>　　　　　　　　/* struct s3c2410fb_display（在arch/arm/mach-s3c2410/include/mach/fb.h） */

#include <iostream>
#include <crtdbg.h>
using namespace std;

FILE *fp;
char SP_NAME[]="cq.dat";
int BLOCK_NUM=65536;//64*1024
int BLOCK_SIZE=512;
#define biteNum 33554432//64*1024*512
void init() { 

int i,j; 

fp = fopen(SP_NAME,"w"); 
//文件写入方法一
/*for(i=0;i<BLOCK_NUM;i++) { 

  for(j=0;j<BLOCK_SIZE;j++) { 

   fprintf(fp,"%c",'\0'); 
  } 
}  */

//文件写入方法二
char *memory=(char*)malloc(biteNum);//http://baike.baidu.com/view/736228.htm
memset(memory,0,biteNum);
fwrite(memory,1,biteNum,fp);//http://baike.baidu.com/view/656700.htm
fclose(fp);
free(memory);
} 

int main()
{

init();

return 0;
}