一、理论基础

目标检测：混合高斯模型与帧差法结合的算法，与单独的混合高斯模型算法作对比，体现前者的优越性

3、要求和结果：对比改进前后的算法，可以非常明显地看出改进前后更新背景速度的变化，效果要类似文献1中所给出的结果。

目标跟踪：在上面基础上，通过改进传统Mean Shift算法的内核与参数，对比算法改进前后在遮挡问题上的效果

针对的对象：解决前景运动目标在“被遮挡后”至“显露出来”这段时间无法跟踪到的问题
文献参考：文献1中P53中，目标车辆被遮挡后（第48帧）到显露出来（第65帧）之间，传统meanshift算法无法跟踪。改进后的算法可以跟踪。
要求与结果：对比改进前后的算法，可以非常明显地看出改进前后对遮挡问题的效果，效果要类似文献1中所给出的结果。

（二）光照问题：

目标检测：

1、研究对象：主要研究光照突变，不研究渐变

2、文献参考：文献2中介绍了两种目标检测原理：

（1）像素级（P23）：混合高斯模型

（2）区域级（P25）：

①基于分类分块算法（BSBC）：适用于光照渐变，不适用于光照突变

在分类分块（BSBC）上加一个计时器，把这种算法叫FRDA算法：可适用于光照突变

要求与结果：分别用混合高斯模型、BSBC算法、FRDA算法三种算法处理光照突变下的目标检测，可以非常明显地看出FRDA算法处理光照突变下目标检测的效果好于其他两种算法，效果要类似文献2中P30实验二所给出的结果。

二、核心程序

clc;
clear;
close all;
warning off;
addpath 'func\'%%
%参数初始化
RR = 96;%处理视频大小
CC = 128;K                   = 3;                   %组件
Alpha               = 0.01;                %适应权重速度
Rho                 = 0.01;                %适应权重速度协方差
Deviation_sq        = 49;                  %阈值用于查找匹配
Variance            = 3;                   %初始方差为新放置组件
Props               = 0.00001;             %最初为新放置
Back_Thresh         = 0.8;                 %体重的比例必须占背景模型
Comp_Thresh         = 10;                  %滤掉连接组件的较小的尺寸
SHADOWS             =[0.7,0.25,0.85,0.95]; %设置阴影去除门限值
%%
%我们这里设计了一个算法，就是能够读取压缩后的AVI视频，从而使仿真速度更快
disp('正在读取视频...');
FileName_AVI = '背景更新.avi';
[Obj,frameNum_Original]     = get_AVI(FileName_AVI);
[pixel_original,pixel_gray] = vedio_op(Obj,frameNum_Original);
clear Obj;
for i = 1:frameNum_Originalpixel_gray2(:,:,i)       = imresize(pixel_gray(:,:,i),[RR,CC]);pixel_original2(:,:,:,i) = imresize(pixel_original(:,:,:,i),[RR,CC]);
end
clear pixel_gray pixel_original;
disp('读取视频完毕...');disp('正在进行高斯混合模型的仿真...');
[image_sequence,background_Update,Images0,Images2] = func_Mix_Gauss_Model(pixel_original2,frameNum_Original,RR,CC,K,Alpha,Rho,Deviation_sq,Variance,Props,Back_Thresh,Comp_Thresh,SHADOWS);
disp('高斯混合模型的仿真完毕...');disp('正在显示效果...');
figure;
for tt = 1:frameNum_Originalttsubplot(221)imshow(image_sequence(:,:,:,tt));title('原始图像');subplot(222)imshow(uint8(background_Update(:,:,:,tt)));title('背景图像更新');subplot(223)imshow(Images0(:,:,tt));title('运动目标检测');subplot(224)imshow(Images2(:,:,tt));title('运动目标检测去阴影');pause(0.001);
end
disp('显示效果完毕...');save Result.mat image_sequence background_Update Images0 Images2

三、仿真测试结果

一、单独的混合高斯模型算法进行目标的检测main1（对比视频：背景更新.AVI）

二、混合高斯模型与帧差法结合的算法main2（对比视频：背景更新.AVI）

三、在二的基础上，传统Mean Shift算法，遮挡问题main3（对比视频：遮挡问题.AVI）

当出现遮挡的时候，则会跟踪失败，如下所示：

由此可见，传统的MS算法，在遮挡之后重新出现，会无法重新进行跟踪。

四、在二的基础上，改进传统Mean Shift算法，遮挡问题main4（对比视频：遮挡问题.AVI）

A10-13

基于混合高斯模型与帧差法结合的目标跟踪算法matlab仿真相关推荐

视频目标跟踪算法matlab仿真，对比二帧差法,三帧差法,混合高斯法以及Vibe算法
目录 1.算法概述 2.仿真效果 3.MATLAB仿真源码 1.算法概述 1.1二帧差法帧间差分法是一种通过对视频图像序列的连续两帧图像做差分运算获取运动目标轮廓的方法.当监控场景中出现异常目标运动 ...
m基于VDLL的矢量型GPS信号跟踪算法matlab仿真
目录 1.算法概述 2.仿真效果预览 3.MATLAB部分代码预览 4.完整MATLAB程序 1.算法概述载波跟踪环是传统独立式GPS接收机最脆弱的环节,针对弱信号环境下其比伪码跟踪环路更容易失锁的 ...
基于RSS和TOA两种方法的无线传感器网络定位测量算法matlab仿真
up目录一.理论基础二.核心程序三.测试结果一.理论基础无线传感器网络(Wireless Sensor Networks, WSN)是一种分布式传感网络,它的末梢是可以感知和检查外部世界的传 ...
m基于CNN卷积网络和GEI步态能量图的步态识别算法MATLAB仿真,测试样本采用现实拍摄的场景进行测试,带GUI界面
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述目前关于步态识别算法研究主要有两种:基于模型的方法和非基于模型的方法.基于模型的步态识别方法优点在于 ...
基于平均不同分辨率的共振峰跟踪算法matlab仿真
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述共振峰轨迹的自动跟踪算法,其特点是不借助于其它的信息来源,仅仅是基于语谱图信息,来确定语谱图上前四个 ...
m基于CNN卷积神经网络和GEI步态能量图的步态识别算法MATLAB仿真
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述步态识别是一种新兴的生物特征识别技术,旨在通过人们走路的姿态进行身份识别,与其他的生物识别技术相比, ...
m基于PSO粒子群优化的第四方物流的作业整合算法matlab仿真,对比有代理人和无代理人两种模式下最低运输费用、代理人转换费用、运输方式转化费用和时间惩罚费用
目录 1.算法概述 2.仿真效果预览 3.核心MATLAB程序 4.完整MATLAB程序 1.算法概述粒子群优化 (PSO)算法是通过模拟鸟群觅食过程中的迁徙和群聚行为而提出的一种基于群体智能的全局 ...
基于nsct变换特征提取和模糊神经网络的无参考图像质量评价算法matlab仿真
目录一.理论基础 1.1SSIM图像质量评价 1.2 NSCT图像质量评价 1.3 NSCT+FNN的图像质量评价
数字图像处理拓展题目——利用Matlab实现动态目标检测二帧差法、ViBe法、高斯混合模型法，可应用于学生递东西行为检测
1.二帧差法实现动态目标检测先上效果图: 利用GUI界面显示出来效果图为: 实现流程 1.利用matlab中的VideoReader函数读取视频流. 2.帧差法:获得视频帧数,用for循环对图像每相 ...

基于混合高斯模型与帧差法结合的目标跟踪算法matlab仿真

一、理论基础

二、核心程序

三、仿真测试结果

基于混合高斯模型与帧差法结合的目标跟踪算法matlab仿真相关推荐

最新文章

热门文章

基于混合高斯模型与帧差法结合的目标跟踪算法matlab仿真

一、理论基础

二、​​​​​​​核心程序

三、仿真测试结果

基于混合高斯模型与帧差法结合的目标跟踪算法matlab仿真相关推荐

最新文章

热门文章

二、核心程序