低秩矩阵的应用--背景建模

最新推荐文章于 2023-06-12 22:06:38 发布

Lynne-huang

最新推荐文章于 2023-06-12 22:06:38 发布

阅读量8.8k

点赞数 6

分类专栏：低秩矩阵文章标签：背景建模低秩矩阵的恢复 RPCA 下采样读取视频图像

本文链接：https://blog.csdn.net/smilebluesky/article/details/41685975

版权

本文介绍了如何利用低秩矩阵恢复（RPCA）技术进行背景建模。通过下载并应用RPCA的MATLAB代码，从视频中分离背景和前景。在过程中遇到的MATLAB图像处理问题包括图像类型转换、错误处理以及内存管理。实验结果展示了背景和前景的有效分离。

摘要由CSDN通过智能技术生成

背景建模是从拍摄的视频中分离出背景和前景。

由于背景的视频基本是不变的，所以如果把每帧当做一个矩阵的一列那么，矩阵是低秩的，所以低秩矩阵的恢复来恢复出背景。

今天主要完成了，在自己的数据库让进行背景和前景的分离。下面为主要步骤：

1.从马毅的实验室网址下载RPCA求解的代码http://perception.csl.illinois.edu/matrix-rank/introduction.html

2.给出的接口是[A_hat E_hat iter] = inexact_alm_rpca(D, lambda, tol, maxIter)

所以明确目标：D是我们的视频中的每一帧，A_hat 是我们估计的背景，E_hat是前景。

RPCA解决的问题是

clc;
clear;

%% this to read avi by using mmread to get every frame
video = VideoReader('E:\FFOutput\test.avi');
nFrames = video.NumberOfFrames;   %得到帧数
H = video.Height;     %得到高度
W = video.Width;      %得到宽度
Rate = video.FrameRate;
Cal_FrameN=300;
% Preallocate movie structure.
mov(1:Cal_FrameN) = struct('cdata',zeros(H,W,3,'uint8'),'colormap',[]);


%rea