简单matlab图像前景目标检测

项目场景：简单matlab图像前景目标检测

问题描述：

在我们平时看到的图片当中，我们所关注的物体主要是图片中前景的目标物体，所以对图片中前景可能存在的目标进行检测是有一定的应用。目标检测的算法很多，想要达到一个很高精度的前景目标检测的算法很复杂。对于一个小白（比如我）来说还是非常困难的。那么我就将就地简单编写了一个图片前景物体目标检测的matlab程序，这个程序很简短，思路也很简单。首先就是用一个半径为25的圆来跟图片进行运算。提取出图片的背景，然后用原图减去背景，重复几次来更加干净地减去背景。最后对去背景的图像进行二值化处理，并标注二值化图片的8连通域，最后选择较大的连通域进行前景物体画框标注。
由于程序简单，面临着很多问题，比如前景背景区分度不明显的图片，如图片中物体过多，颜色多样鲜明，就很难准确标注出前景目标。

img=imread('E:\DigitalImage\前景物体检测\img\img3.jpg');
img1=img;
subplot(2,2,1);
imshow(img);
title('原图');
[M N C]=size(img);
for i=1:10%多次循环去除背景
	background=imopen(img,strel('disk',25));
	img=imsubtract(img,background);
end

subplot(2,2,2);
imshow(img);
title('去背景原图');
img_gray=rgb2gray(img);%灰度化二值化去背景图片
leve=graythresh(img_gray);
%leve=graythresh(imgabs);
bw=im2bw(img_gray,leve);

SE=ones(7,7);%腐蚀膨胀消除细微影响
for i=1:4
bw=imerode(bw,SE);
bw=bwmorph(bw,'dilate',9);
end
subplot(2,2,3);
imshow(bw);
title('处理后前景目标二值图');

[L,num]=bwlabel(bw,8);%标注二值化图片8连通域
STATS=regionprops(L,'basic');
subplot(2,2,4);
imshow(img1);
title('前景目标检测');
for i=1:num%框出可能的前景物体
	if (STATS(i).BoundingBox(3)>M/4||STATS(i).BoundingBox(4)>M/4||STATS(i).BoundingBox(3)>N/4||STATS(i).BoundingBox(4)>N/4)
		rectangle('Position',STATS(i).BoundingBox,'EdgeColor',[1,0,0]);
	end
end	

实验结果：