tracking.rar_matlab 视频跟踪_matlab监控_matlab视频监控_基于监控视频_监控视频 matlab

clear data clc; %disp('input video'); avi = aviread('C:\My Video\SampleVideo.avi'); video = {avi.cdata}; for a = 1:length(video) imagesc(video{a}); axis image off drawnow; end; %disp('output video'); tracking(video); % 显示视频 %mov(avi); [m,n]=size(avi); % 设置图像帧数 NumFrames=1; for k=1:NumFrames % 提取图像第k帧 mov1=aviread('C:\My Video\SampleVideo.avi',k); I1=frame2im(mov1); I1=rgb2gray(I1); % 提取图像第k+30帧 mov2=aviread('C:\My Video\SampleVideo.avi',k+30); I2=frame2im(mov2); I2=rgb2gray(I2); % 提取图像第k+31帧 mov3=aviread('C:\My Video\SampleVideo.avi',k+31); I3=frame2im(mov3); I3=rgb2gray(I3); end % 求差分图像 I4=abs(I1-I2); % 求差分图像 I5=abs(I2-I3); % 求平均值 I=(I4+I5)/2; %figure,imshow(I) % 设定自变量i、j for i=1:m for j=1:n % 设定阈值提取背景图像 if I(i,j)<10 B=I1; else B=0; end end end % 显示背景图像 %figure,imshow(B) % 读取图像，提取第k1帧、第k1+25帧； % 将两图像进行差分，得到帧间差分图像； % 然后将第k帧图像与背景图像进行差分得到背景差分图像； % 再对以上两种差分图像进行逻辑运算，运用数学形态学法进行开运算； % 检测出运动目标。 NumFrames=15; for k1=1:NumFrames % 提取图像第k1帧 mov4=aviread('C:\My Video\SampleVideo.avi',k1); I6=frame2im(mov4); I6=rgb2gray(I6); % 提取图像第k1+25帧 mov5=aviread('C:\My Video\SampleVideo.avi',k1+25); I7=frame2im(mov5); I7=rgb2gray(I7); end % 求差分图像 I8=abs(I6-I7); % 转化成二值图像 bw1=im2bw(I8); % 求差分图像 I9=abs(I7-B); % 转化成二值图像 bw2=im2bw(I9); % 逻辑'或'操作 bw=bw1|bw2; % 用1*1的结构元素对图像进行开运算 se=strel('square',1); f=imopen(bw,se); % 检测出运动目标 %figure,imshow(f) % 将获得的第k帧与背景图像差分得到一差分图像; % 将获得的第k+1帧与背景图像差分又得到一差分图像; % 再将两差分图像进行差分，如果其值大于某一阈值，则输出一个1信号； % 否则输出一个0信号； % 与背景图像差分 I6=abs(I6-B); % 与背景图像差分 I7=abs(I7-B); % 将以上两差分图像差分 I10=abs(I7-I6); % 显示图像 [x,y]=size(avi); % 设定阈值，大于则输出1信号； % 否则输出0信号； for w=1:x for s=1:y if I10(w,s)>0.3 t=1 else t=0 end end end %function MMM = mtest_new5_simple() %读取前后两帧，计算残差数据，即是差分图像,把它再转换成二值图像 %对二值图像通过设定二值化门限（自适应），小于这个门限赋为黑色，大于赋为白色 %然后对二值图像进行一些相关的处理，比如开运算、去除阴影、去除空洞 %通过计算目标坐标开始画框，开始标识，最后显示每一帧，制成一个视频 stepframe =1;%帧处理的间隔 frameNO =10; %起始帧编号 framenum =72; %总的帧数 stepy = 8; %分块的尺寸 stepx = 8; %sss = 'RMOV0009.AVI' %MMM = moviein(framenum); FLAG = 1; %中间图像输出控制开关 FLAGM =0;%去除阴影算法开启 FLAGR = 1;%中间结果是否输出 mtype =1;%mtype=1表示画框，type=0表示画十字 %测试时间 time_inint=0; time_read = 0; time_bi = 0; time_back = 0; time_check = 0; time_filter = 0; time_lock = 0; % 读取2个参考帧 tic %starts a stopwatch timer MF = aviread('C:\My Video\SampleVideo.avi',frameNO); % read a audio or video interleaves(AVI) file X= frame2im(MF); %convert movie frame to indexed image pic1 = rgb2gray(X); %change RGB image to gray image pic1 = double(pic1);%convert to double precision MF = aviread('C:\My Video\SampleVideo.avi',frameNO+1); X= frame2im(MF); pic2 = rgb2gray(X); pic2 = double(pic2); % 初始化alpha alpha = 0.618; num = 1; time_inint = toc;% prints the elapsed time since tic was used. for frame = frameNO+2:1+stepframe:framenum time_read = 0; time_bi = 0; time_back = 0; time_check = 0; time_filter = 0; time_lock = 0; % 读取当前帧图像 indexframe = frame; tic MF = aviread('C:\My Video\SampleVideo.avi',indexframe); pic = frame2im(MF); curr = rgb2gray(pic); curr = double(curr); time_read = toc; tic % 背景自适应更新 if frame==frameNO+2 %如果当前帧等于起使帧之后的两帧，则用更新公式更新，其中已经初始化更新率为0.618 pred = alpha*pic1 + (1 - alpha)*pic2; else %分块更新背景 for jj = 1:M for ii = 1:N temp1 = pic1((jj-1)*stepy+1:jj*stepy,(ii-1)*stepx+1:ii*stepx); temp2 = pic2((jj-1)*stepy+1:jj*stepy,(ii-1)*stepx+1:ii*stepx); s = mmap(jj,ii); if s==255 pred((jj-1)*stepy+1:jj*stepy,(ii-1)*stepx+1:ii*stepx) = (1-alpha)*temp2+alpha*temp1; else pred((jj-1)*stepy+1:jj*stepy,(ii-1)*stepx+1:ii*stepx) = (alpha)*temp2+(1-alpha)*temp1; end end end end time_back = toc; if FLAG %figure,imshow(uint8(floor(pred+0.5))); %title('背景'); end tic % 计算残差数据Error Error = abs(curr - pred); %floor(0.5+abs(y - pred)),这个残差数据即是差分图像数据 % 交换存储空间 pic1 = pic2; % 更新之后把第二帧赋给第一帧 pic2 = curr; % 把当前帧赋给第二帧 % 计算残差的平均值 [a,b] = size(Error); temp = sum(sum(Error));%残差的总和temp m = temp/(a*b);%m是残差的平均值 % alpha的更新 alpha = exp(-2/m); % 二值化，阈值自适应更新 T = 5*m; %二值化门限，其中m是残差的平均值，如果残差小于这个阈值则赋值为黑色，大于则赋值为白色 for i =1:a for j = 1:b if Error(i,j) < T Error(i,j) = 0; else Error(i,j) = 255; end end end time_bi = toc; if FLAG ss = uint8(Error);%把这差分图像变换为uint8型 %figure,imshow(ss); %title('二值化'); end tic %计算映射矩阵，如果残差的总和大于一定比率的分块面积时，则赋为白色 M = floor(a/stepy);%a是差分图像的行向量，stepy是分块矩阵的行值，M为行分块数值 N = floor(b/stepx);%b是差分图像的列向量，stepx是分块矩阵的列值，N为列分块数值 mmap = zeros(M,N);%初始化映射矩阵 for i = 1:M for j =1:N temp = sum(sum(Error((i-1)*stepy+1:i*stepy,(j-1)*stepx+1:j*stepx))); if temp >255*stepx*stepy*0.05; mmap(i,j) =255; end end end time_check = toc; if FLAG %阈值分割的目的是为了后面对图像的处理做准备：对分割出来的图像进行相应的运算 %figure,imshow(mmap); %title('映射矩阵图像（阈值分割）'); vv = Error;%把残差数据赋给vv，如果初始化映射矩阵为白色，则vv赋为白色，否则为黑色 for j = 1:M for i = 1:N if mmap(j,i) == 255 vv((j-1)*stepy+1:j*stepy,(i-1)*stepx+1:i*stepx) = 255; else vv((j-1)*stepy+1:j*stepy,(i-1)*stepx+1:i*stepx) = 0; end end end %figure,imshow(vv); %title('阈值分割'); end tic %连通域检测，flag1表示上面，flag2表示左边 mcount = 1;%区域的编号值 marea = zeros(M,N); %块的区域编号矩阵，初始为0 for j =1:M for i = 1:N if mmap(j,i)==255 && i+j>2 %假定映射图像是白色而且行和列值大于2 if i==1 %如果是第一列，则把前一行的编号矩阵赋给flag2; flag1 = marea(j-1,i); flag2 = flag1; elseif j ==1 %如果是第一行，则把前一列赋给flag1