题目:背景建模和前景分割的方式把运动车辆提取出来。并进行最近临关联,输出目标轨迹。
混合高斯模型使用K(基本为3到5个) 个高斯模型来表征图像中各个像素点的特征,在新一帧图像获得后更新混合高斯模型,用当前图像中的每个像素点与混合高斯模型匹配,如果成功则判定该点为背景点, 否则为前景点。通观整个高斯模型,他主要是有方差和均值两个参数决定,,对均值和方差的学习,采取不同的学习机制,将直接影响到模型的稳定性、精确性和收敛性。由于我们是对运动目标的背景提取建模,因此需要对高斯模型中方差和均值两个参数实时更新。
程序:(参考其他程序改进而得)
% mixture of Gaussians algorithm for background混合高斯模型背景建模
%混合高斯模型适用于相机固定的运动目标检测,光流法适用于相机运动的运动目标检测
close all;
clear all;
source=dir('*.bmp');
% ----------------------- frame size variables -----------------------
% read in 1st frame as background frame
fr=imread(source(1).name);
fr_bw = rgb2gray(fr); % convert background to greyscale
fr_size = size(fr);
width = fr_size(2);
height = fr_size(1);
fg = zeros(height, width);
bg_bw = zeros(height, width);
% --------------------- mog variables -----------------------------------
C = 3; % number of gaussian components (typically 3-5) Cgegaosimoxing
M = 3; % number of background components,
D = 2.5; % positive deviat