参考文献 基于自适应混合高斯模型的时空背景建模 自动化学报 2009
创新点：
1).在混合高斯模型基础上，混合了空间分布信息特征．
2).空间模型和时间模型进行前景检测时，如何决策．
文中主要是利用空间域背景模型进行粗尺度判断，
当空间域背景模型无法判断时，再利用时间域背景模型进行判断．
3).自适应调整混合高斯模型的个数．
时间域模型：
混合高斯模型，添加了自适应调整混合高斯模型个数模块．
细节请参考：http://www.cnblogs.com/dwdxdy/archive/2012/05/31/2528790.html
空间域模型：
统计混合高斯模型中背景模型在空间上的分布，作为像素的空间域背景模型．
利用颜色直方图来统计每个像素邻域内背景高斯成分的分布．
当前帧的空间信息分布计算公式如下：
当像素与混合高斯模型的某个高斯成分匹配时，
用高斯成分的均值作为当前空间颜色直方图的统计样本，
否则直接用该像素的当前值作为统计样本．
相似度计算：直方图交集．可利用积分直方图进行计算．
前景检测：
