经典VIBE算法matlab版.rar

%---------VIBE模型------------% %根据第一帧建立样本集 %将每一帧像素点与对应样本集进行比较，若在半径内的值小于阈值则为前景点，反之则为前景点 %对于背景点有一定概率进行样本集和邻域进行更新。 clear; N=20;%样本数,经验值为20 U_min=2;%阈值 R=20;%判断半径 mincount=0;%距离小于半径的点 rand_pro=16;%背景点更新的概率 dir=('D:\毕业设计\数据集视频\data'); fr=imread('D:\毕业设计\数据集视频\data\in006953.jpg'); fr_g=rgb2gray(fr); fr_g=double(fr_g); [height,width]=size(fr_g); M=zeros(height,width,N); bg_count=zeros(height,width);%每个像素点设为背景点的次数 fg_count=zeros(height,width);%每个像素点设为前景点的次数 %初始化样本集 for i=2:height-1 for j=2:width-1 for k=1:N random_array=randi([-1,1],1,2);%生成随机数组 neibor_X=i+random_array(1,1); neibor_Y=j+random_array(1,2); M(i,j,k)=fr_g(neibor_X,neibor_Y);%随机选择8邻域的像素点 end end end str1='D:\毕业设计\数据集视频\data\in00'; for n=6954:7052 %每帧图像 str2=int2str(n); str=strcat(str1,str2,'.jpg'); fr1=imread(str); fr_g1=rgb2gray(fr1); fr_g1=double(fr_g1); for i=2:height-1 for j=2:width-1 mincount=0; for n=1:N dist=abs(M(i,j,n)-fr_g1(i,j)); if dist<R %若欧式距离小于半径 mincount=mincount+1; end end if mincount<U_min %若范围内的样本值小于阈值，则为前景点；否则为背景点，有一定概率进行更新 fr_g1(i,j)=255; fg_count(i,j)=bg_count(i,j)+1; bg_count(i,j)=0; if(fg_count(i,j)>50)%如果一个像素点连续被认为是前景点50次，则将其改为背景点,样本集及邻域有一定概率进行更新. fg_count(i,j)=0; update_m(M,fr_g1,i,j); fr_g1(i,j)=0;%背景点为0 end else %背景点样本集及邻域有一定概率进行更新 if(randi([1,16])==16) k=randi([1,20]); M(i,j,k)=fr_g1(i,j);%当前像素点样本集更新 random_array=randi([-1,1],1,2);%生成随机数组 neibor_X=i+random_array(1,1); neibor_Y=j+random_array(1,2); k=randi([1,20]); M(neibor_X,neibor_Y,k)=fr_g1(i,j);%邻域样本集更新 end fr_g1(i,j)=0; end %每个像素点的样本值遍历结束 end end end figure(1),imshow(fr); %显示输入图像 figure(2),imshow(uint8(fr_g1)); %显示前景图像