matlab实现的meanshift视频目标跟踪程序

function [center,rmin,rmax,cmin,cmax]=rgbTracking(image,center,w_halfsize,q_u) % ******************************************************************** % 功能: 实现目标跟踪(基本的mean shift跟踪算法) % 参数: image 待跟踪的图像序列 % center 目标的初始位置 % w_halfsizet 窗口宽度的一半 % q_u 目标模型 % 返回值: % center 　 目标的跟踪结果(窗口宽度和高度仍不变) % rmin,rmax,cmin,cmax 得到当前帧的跟踪结果窗口位置 % % 提示: 程序未考虑跟踪窗口出界的情况，实际应用时应加以考虑 % % **************************************************************** sum_p=0; histo=zeros(16,16,16); % 目标候选模型初始化,量化箱格为16-16-16 iterations=0; % 记录每一帧图像的mean shift 迭代次数 center_old=center; SizeOfFrame = size(image); % 计算目标窗口的位置 rmin=center(1)-w_halfsize(1); if(rmin <= 0) rmin = 1; end rmax=center(1)+w_halfsize(1); if(rmax > SizeOfFrame(1)) rmax = SizeOfFrame(1); end cmin=center(2)-w_halfsize(2); if(cmin <= 0) cmin = 1; end cmax=center(2)+w_halfsize(2); if(cmax > SizeOfFrame(2)) cmax = SizeOfFrame(2); end while 1 wmax=(rmin-center(1)).^2+(cmin-center(2)).^2+0.001; for i=rmin:rmax % 计算候选模型直方图 for j=cmin:cmax d=(i-center(1)).^2+(j-center(2)).^2; w=wmax-d; % 距离越大，权值越小 R=floor(image(i,j,1)/16)+1; G=floor(image(i,j,2)/16)+1; B=floor(image(i,j,3)/16)+1; histo(R,G,B)=histo(R,G,B)+w; end end for i=1:16 for j=1:16 for k=1:16 index=(i-1)*256+(j-1)*16+k; p_u(index)=histo(i,j,k); sum_p=sum_p+p_u(index); end end end % 归一化 p_u=p_u/sum_p; % 特征向量归一化 n=1; for i=rmin:rmax % 计算其特征向量空间 for j=cmin:cmax R=floor(image(i,j,1)/16)+1; G=floor(image(i,j,2)/16)+1; B=floor(image(i,j,3)/16)+1; u=(R-1)*256+(G-1)*16+B; x(1,n)=i; x(2,n)=j; w_i(n)=sqrt(q_u(u)/p_u(u))+0.0001; n=n+1; end end center_r=(x*w_i'/sum(w_i))'; % 新的目标中心(含有小数点) shift=sqrt(sum((center_r-center_old).^2)); % 计算相邻两次中心的距离 iterations=iterations+1; % 统计meanshift迭代次数 % 判断相邻两次的距离是否小于阈值或达到最大迭代次数 if (shift<0.5 || iterations>10) break; end center_old=center_r; % 保存本次跟踪结果 center = round(center_r); % 四舍五入,因为目标窗口位置必须为整数 % 重新初始化 rmin=center(1)-w_halfsize(1); if(rmin <= 0) rmin = 1; end rmax=center(1)+w_halfsize(1); if(rmax > SizeOfFrame(1)) rmax = SizeOfFrame(1); end cmin=center(2)-w_halfsize(2); if(cmin <= 0) cmin = 1; end cmax=center(2)+w_halfsize(2); if(cmax > SizeOfFrame(2)) cmax = SizeOfFrame(2); end histo=zeros(16,16,16); % 相关变量重新赋值 sum_p=0; end