matlab基于视频的车流量检测,基于视频的车流量统计——matlab代码.docx

基于视频的车流量统计——matlab代码

% 创建系统对象，用于读入待处理视频

filename = 'viptraffic.avi';

hvfr = vision.VideoFileReader(filename, 'ImageColorSpace', 'RGB');

% 创建系统对象，用于色彩空间转换

hcsc = vision.ColorSpaceConverter('Conversion', 'RGB to intensity');

% 创建系统对象，用于用高斯混合模型检测背景

hfdet = vision.ForegroundDetector(...

'NumTrainingFrames', 5, ... % 取连续五帧进行检测背景

'InitialVariance', (30/255)^2); % 初始标准差为 30/255

% 创建系统对象，用于检测出包含汽车运动的图像块

hblob = vision.BlobAnalysis( ...

'CentroidOutputPort', false, ...

'AreaOutputPort', true, ...

'BoundingBoxOutputPort', true, ...

'OutputDataType', 'single', ...

'MinimumBlobArea', 250, ...

'MaximumBlobArea', 3600, ...

'MaximumCount', 80);

% 创建系统对象，用于对检测出的运动车辆进行框画

hshapeins = vision.ShapeInserter( ...

'BorderColor', 'Custom', ...

'CustomBorderColor', [0 255 0]);

% 创建系统对象，用于标注检测到车辆的个数

htextins = vision.TextInserter( ...

'Text', '%4d', ...

'Location', [1 1], ...

'Color', [255 255 255], ...

'FontSize', 12);

% 创建系统对象，用于显示结果

sz = get(0,'ScreenSize');

pos = [20 sz(4)-300 200 200];

hVideoOrig = vision.VideoPlayer('Name', 'Original', 'Position', pos);

pos(1) = pos(1)+220; %在右侧建立下一个视窗

hVideoFg = vision.VideoPlayer('Name', 'Foreground', 'Position', pos);

pos(1) = pos(1)+220;

hVideoRes = vision.VideoPlayer('Name', 'Results', 'Position', pos);

line_row = 23; % 定义感兴趣区域(ROI)

% 以下的程序段为对输入的视频图像进行处理

while ~isDone(hvfr)

image = step(hvfr); % 读入视频的每一帧

y = step(hcsc, image); % 将彩色图像转换成灰度图像

% 采用自动白平衡算法去除灰度突变

y = y-mean(y(:));

fg_image = step(hfdet, y); % 检验背景

% 采用数学形态学，在前景图像中检测变化的联通图像块区域的面积

[area, bbox] = step(hblob, fg_image);

image_out = image;

image_out(22:23,:,:) = 255; % 仅对经过白线后的车辆进行计数

image_out(1:15,1:30,:) = 0; % 将背景置为黑色

Idx = bbox(:,2) > line_row; %选择感兴趣区域.

% 当在感兴趣区域中，联通图像块的比例占整个变化区域的40%以上时，便认为是车辆

ratio = zeros(length