【目标检测】基于帧差法和Vibe+高斯建模实现检测行人和车辆附matlab代码

1 简介

监控视频下的前景目标检测与追踪一直都是数字图像处理,机器视觉等领域的重点,也是难点.特别前景目标检测更是重中之重,是后续前景目标追踪和识别的基础,前景检测效果的好坏直接影响后期追踪和识别的效果.因此本文主要研究多环境下的前景目标检测算法、如帧差法,背景建模法和VIBE算法,对传统各类算法从原理上进行研究,并通过实验分析各自的优缺点。

2 部分代码

function varargout = object_detect(varargin)% OBJECT_DETECT MATLAB code for object_detect.fig%      OBJECT_DETECT, by itself, creates a new OBJECT_DETECT or raises the existing%      singleton*.%%      H = OBJECT_DETECT returns the handle to a new OBJECT_DETECT or the handle to%      the existing singleton*.%%      OBJECT_DETECT('CALLBACK',hObject,eventData,handles,...) calls the local%      function named CALLBACK in OBJECT_DETECT.M with the given input arguments.%%      OBJECT_DETECT('Property','Value',...) creates a new OBJECT_DETECT or raises the%      existing singleton*.  Starting from the left, property value pairs are%      applied to the GUI before object_detect_OpeningFcn gets called.  An%      unrecognized property name or invalid value makes property application%      stop.  All inputs are passed to object_detect_OpeningFcn via varargin.%%      *See GUI Options on GUIDE's Tools menu.  Choose "GUI allows only one%      instance to run (singleton)".%% See also: GUIDE, GUIDATA, GUIHANDLES% Edit the above text to modify the response to help object_detect% Last Modified by GUIDE v2.5 16-May-2018 08:41:00% Begin initialization code - DO NOT EDITgui_Singleton = 1;gui_State = struct('gui_Name',       mfilename, ...                   'gui_Singleton',  gui_Singleton, ...                   'gui_OpeningFcn', @object_detect_OpeningFcn, ...                   'gui_OutputFcn',  @object_detect_OutputFcn, ...                   'gui_LayoutFcn',  [] , ...                   'gui_Callback',   []);if nargin && ischar(varargin{1})    gui_State.gui_Callback = str2func(varargin{1});endif nargout    [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});else    gui_mainfcn(gui_State, varargin{:});end% End initialization code - DO NOT EDIT% --- Executes just before object_detect is made visible.function object_detect_OpeningFcn(hObject, eventdata, handles, varargin)% This function has no output args, see OutputFcn.% hObject    handle to figure% eventdata  reserved - to be defined in a future version of MATLAB% handles    structure with handles and user data (see GUIDATA)% varargin   command line arguments to object_detect (see VARARGIN)% Choose default command line output for object_detecthandles.output = hObject;% Update handles structureguidata(hObject, handles);% UIWAIT makes object_detect wait for user response (see UIRESUME)% uiwait(handles.figure1);% --- Outputs from this function are returned to the command line.function varargout = object_detect_OutputFcn(hObject, eventdata, handles) % varargout  cell array for returning output args (see VARARGOUT);% hObject    handle to figure% eventdata  reserved - to be defined in a future version of MATLAB% handles    structure with handles and user data (see GUIDATA)% Get default command line output from handles structurevarargout{1} = handles.output;% --- Executes on button press in pushbutton1.function pushbutton1_Callback(hObject, eventdata, handles)% hObject    handle to pushbutton1 (see GCBO)% eventdata  reserved - to be defined in a future version of MATLAB% handles    structure with handles and user data (see GUIDATA)[filename, pathname] = uigetfile({'*.avi'; '*.mp4'},'打开视频');str = [pathname filename];set(handles.edit1, 'String', str);function edit1_Callback(hObject, eventdata, handles)release(videoSource);

3 仿真结果

4 参考文献

[1]白一帆, 李海芳, 扆梦楠. 基于Vibe和三帧差法的目标检测算法[J]. 湖南科技大学学报:自然科学版, 2018, 33(2):6.

博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
【资源说明】 课程大作业-基于matlab编程实现行人检测系统源码+操作视频+超详细注释.zip课程大作业-基于matlab编程实现行人检测系统源码+操作视频+超详细注释.zip课程大作业-基于matlab编程实现行人检测系统源码+操作视频+超详细注释.zip 课程大作业-基于matlab编程实现行人检测系统源码+操作视频+超详细注释.zip课程大作业-基于matlab编程实现行人检测系统源码+操作视频+超详细注释.zip 课程大作业-基于matlab编程实现行人检测系统源码+操作视频+超详细注释.zip 课程大作业-基于matlab编程实现行人检测系统源码+操作视频+超详细注释.zip课程大作业-基于matlab编程实现行人检测系统源码+操作视频+超详细注释.zip课程大作业-基于matlab编程实现行人检测系统源码+操作视频+超详细注释.zip 课程大作业-基于matlab编程实现行人检测系统源码+操作视频+超详细注释.zip课程大作业-基于matlab编程实现行人检测系统源码+操作视频+超详细注释.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!
基于差法Vibe算法实现车辆行人检测是一种常见的计算机视觉应用。Matlab是一个强大的编程语言和工具包,提供各种算法实现,因此可以方便地实现车辆行人检测。 使用Matlab实现差法车辆检测的流程大致如下: 1. 读取视频文件 使用Matlab提供的VideoReader函数可以读取视频文件,并获取每一像素信息。 2. 转换为灰度图像 将每一的像素信息转换为灰度图像,可以减少噪声的影响,并提高检测性能。可以使用Matlab中的rgb2gray函数实现。 3. 进行差运算 将当前与前一进行差运算,得到前后两之间的像素差值,也就是差图像。可以使用Matlab中的imabsdiff函数实现。 4. 二值化图像 将差图像进行二值化处理,可以得到前后两之间差异处的像素点。根据车辆的颜色和形状等特征,可以排除大部分不是车辆的像素点。常用的二值化方法包括Sobel算子、Robert算子等。可以使用Matlab中的im2bw函数实现。 5. 车辆检测 对二值化图像进行一系列形态学操作,如腐蚀、膨胀、开、闭操作等,可以得到车辆区域。可以使用Matlab中的strel函数实现。对车辆区域进行分析,可以得到车辆的轮廓和中心点等信息。 基于Vibe算法实现行人检测的流程类似于差法,但是不同之处在于Vibe算法主要使用局部样本更新和背景模型更新来实现目标检测。具体实现细节可以参考相关文献和Matlab示例代码

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

matlab科研助手

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值