函数实现的代码为：

#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/video/background_segm.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdio.h>
using namespace std;
using namespace cv;


//--------------------------------------【help( )函数】--------------------------------------
//       描述：输出一些帮助信息
//----------------------------------------------------------------------------------------------
static void help()
{
    printf("\n\n\t此程序展示了视频前后背景分离的方法,采用cvUpdateBGStatModel()方法.\n"
        "\n\n\t程序首先会“学习背景”，然后进行分割。\n"
        "\n\n\t可以用过【Space】空格进行功能切换。\n\n");
}


//-----------------------------------【main( )函数】--------------------------------------------
//      描述：控制台应用程序的入口函数，我们的程序从这里开始
//-------------------------------------------------------------------------------------------------
int main(int argc, const char** argv)
{
    help();
    VideoCapture cap;
    bool update_bg_model = true;

    //cap.open(0);
    cap.open(0);

    if (!cap.isOpened())
    {
        printf("can not open camera or video file\n");
        return -1;
    }

    namedWindow("image", WINDOW_AUTOSIZE);
    namedWindow("foreground mask", WINDOW_AUTOSIZE);
    namedWindow("foreground image", WINDOW_AUTOSIZE);
    namedWindow("mean background image", WINDOW_AUTOSIZE);

    BackgroundSubtractorMOG2 bg_model;

    Mat img, fgmask, fgimg;

    cap >> img;

    for (;;)
    {
        cap >> img;

        if (img.empty())
            break;

        //cvtColor(_img, img, COLOR_BGR2GRAY);

        if (fgimg.empty())
            fgimg.create(img.size(), img.type());

        //更新模型
        bg_model(img, fgmask, update_bg_model ? -1 : 0);

        fgimg = Scalar::all(0);
        img.copyTo(fgimg, fgmask);

        Mat bgimg;
        bg_model.getBackgroundImage(bgimg);

        imshow("image", img);
        imshow("foreground mask", fgmask);
        imshow("foreground image", fgimg);
        if (!bgimg.empty())
            imshow("mean background image", bgimg);

        char k = (char)waitKey(1);
        if (k == 27) break;
        if (k == ' ')
        {
            update_bg_model = !update_bg_model;
            if (update_bg_model)
                printf("\t>背景更新(Background update)已打开\n");
            else
                printf("\t>背景更新(Background update)已关闭\n");
        }
    }

    return 0;
}

可以简单归纳为：
在实现前后背景分离的过程时，需要经过以下几步：
1，需要实现BackgroundSubtractorMOG2的构造方法，在上述例子中，实现的方法为默认的构造方法，也可以自定义构造方法，构造参数为：
（保留的历史长度，
前后的分辨阙值参数，
是否启用阴影测定（True/False））
2，每次进行新一帧的获取后来进行模型更新，更新所用参数为：
（待处理图像，
输出的二值化前景图像（前景掩膜），
更新标记（0：不更新，1：根据最后一帧更新，-1：自动更新））