I=imread('1bmpfile.bmp'); % 读入第一帧作为背景帧
fr_bw = I;
[height,width] = size(fr_bw); %求每帧图像大小
fg = zeros(height, width); %定义前景和背景矩阵
bg_bw = zeros(height, width);
C = 3; % 单高斯模型的个数(通常为3-5)
M = 3; % 代表背景的模型个数
D = 2.5; % 偏差阈值
alpha = 0.01; % 学习率
thresh = 0.25; % 前景阈值
sd_init = 15; % 初始化标准差
w = zeros(height,width,C); % 初始化权重矩阵
mean = zeros(height,width,C); % 像素均值
sd = zeros(height,width,C); % 像素标准差
u_diff = zeros(height,width,C); % 像素与某个高斯模型均值的绝对距离
p = alpha/(1/C); % 初始化p变量,用来更新均值和标准差
rank = zeros(1,C); %各个高斯分布的优先级(w/sd)
pixel_depth = 8; % 每个像素8bit分辨率
pixel_range = 2^pixel_depth -1; % 像素值范围[0,255]
for i=1:height
for j=1:width
for k=1:C
mean(i,j,k) = rand*pixel_range; %初始化第k个高斯分布的均值
w(i,j,k) = 1/C; % 初始化第k个高斯分布的权重
sd(i,j,k) = sd_init; % 初始化第k个高斯分布的标准差
end
end
end
frame_num=23;%帧数
for n = 1:frame_num
frame=strcat(num2str(n),'bmpfile.bmp');
I1=imread(frame); % 依次读入各帧图像
fr_bw =I1;
% 计算新像素与第m个高斯模型均值的绝对距离
for m=1:C
u_diff(:,:,m) = abs(double(fr_bw) - double(mean(:,:,m)));
end
% 更新高斯模型的参数
for i=1:height
for j=1:width
match = 0; %匹配标记;
for k=1:C
if (abs(u_diff(i,j,k)) <= D*sd(i,j,k)) % 像素与第k个高斯模型匹配
match = 1; %将匹配标记置为1
% 更新权重、均值、标准差、p
w(i,j,k) = (1-alpha)*w(i,j,k) + alpha;
p = alpha/w(i,j,k);
mean(i,j,k) = (1-p)*mean(i,j,k) + p*double(fr_bw(i,j));
sd(i,j,k) = sqrt((1-p)*(sd(i,j,k)^2) + p*((double(fr_bw(i,j)) - mean(i,j,k)))^2);
else % 像素与第k个高斯模型不匹配
w(i,j,k) = (1-alpha)*w(i,j,k); %略微减少权重
end
end
bg_bw(i,j)=0;
for k=1:C
bg_bw(i,j) = bg_bw(i,j)+ mean(i,j,k)*w(i,j,k);
end
% 像素值与任一高斯模型都不匹配,则创建新的模型
if (match == 0)
[min_w, min_w_index] = min(w(i,j,:)); %寻找最小权重
mean(i,j,min_w_index) = double(fr_bw(i,j));%初始化均值为当前观测像素的均值
sd(i,j,min_w_index) = sd_init; %初始化标准差为6
end
rank = w(i,j,:)./sd(i,j,:); % 计算模型优先级
rank_ind = [1:1:C];%优先级索引
% 计算前景
fg(i,j) = 0;
while ((match == 0)&&(k<=M))
if (abs(u_diff(i,j,rank_ind(k))) <= D*sd(i,j,rank_ind(k)))% 像素与第k个高斯模型匹配
fg(i,j) = 0; %该像素为背景,置为黑色
else
fg(i,j) = 255; %否则为前景,置为白色
end
k = k+1;
end
end
end
figure(1)
subplot(1,3,1),imshow(fr_bw); %显示最后一帧图像
subplot(1,3,2),imshow(uint8(bg_bw)) %显示背景
subplot(1,3,3),imshow(uint8(fg)) %显示前景
FG= uint8(fg);
imwrite(FG,'FG.bmp','bmp');
end
MATLAB目标跟踪_matlab_目标检测_运动目标检测背景建模,基于混合高斯模型(matlab)_运动目标检测_混合高斯
版权申诉
5星 · 超过95%的资源 84 浏览量
2022-04-27
21:23:12
上传
评论 8
收藏 1.6MB ZIP 举报
阿里matlab建模师
- 粉丝: 3193
- 资源: 2782
最新资源
- J185-VB一款SOT23封装P-Channel场效应MOS管
- 计算整数各位数字之和,利用java代码实现
- J185-T2B-VB一款SOT23封装P-Channel场效应MOS管
- map20231226Kalmanfilter.ipynb
- J185-T1B-VB一款SOT23封装P-Channel场效应MOS管
- ASME Y14.5-2018 尺寸与公差标注 中文版
- J185-T1B-A-VB一款SOT23封装P-Channel场效应MOS管
- J168-VB一款SOT23封装P-Channel场效应MOS管
- J166-VB一款SOT23封装P-Channel场效应MOS管
- i2c测试程序-linux-如何调试i2c.pdf
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
- 1
- 2
- 3
前往页