视频移动目标检测

基于高斯混合模型的视频移动目标检测，matlab代码，喜欢的可以学习一下。

clear all;
close all;


Video = input（‘Enter the name of the video file:‘ ‘s‘）;
if isempty（Video）
    error（‘myApp:argChk‘ ‘You did not enter a video file!‘）
end
inputVideo = aviread（Video）;

fr = inputVideo（1）.cdata;           % read in 1st frame as background frame
fr_bw = rgb2gray（fr）;               % convert background to greyscale
fr_size = size（fr）;                 % get the size of the frame
width = fr_size（2）;                 % get the width of the frame
height = fr_size（1）;                % get the height of the frame
foreground = zeros（height width）;          % initialize variable to store foreground
background = zeros（height width）;       % initialize variable to store background

% 

K = 3;                                           % number of gaussian components （can be upto 3-5）
M = 3;                                           % number of background components
D = 2.5;                                         % positive deviation threshold
alpha = 0.01;                                    % learning rate （between 0 and 1） （from paper 0.01）
foregroundThreshold = 0.25;                      % foreground threshold （0.25 or 0.75 in paper）
sd_initial = 6;                                  % initial standard deviation （for new components） var = 36 in paper
weight = zeros（heightwidthK）;                  % initialize weights array
mean = zeros（heightwidthK）;                    % pixel means
standardDeviation = zeros（heightwidthK）;       % pixel standard deviations
diffFromMean = zeros（heightwidthK）;            % difference of each pixel from mean
learningRate = alpha/（1/K）;                      % initial p variable （used to update mean and sd）
rankComponent = zeros（1K）;                      % rank of components （w/sd）


% initialize components for the  means and weights 

pixel_depth = 8;                        % 8-bit resolution
pixel_range = 2^pixel_depth -1;         % pixel range （# of possible values）

for i=1:height
    for j=1:width
        for k=1:K
            
            mean（ijk） = rand*pixel_range;          % means random （0-255） it initialzes the mean to some random value.
            weight（ijk） = 1/K;                     % weights uniformly dist
            standardDeviation（ijk） = sd_initial;   % initialize to sd_init
            
        end
    end
end

% Applying the proposed algorithm to the video

for n = 1:length（inputVideo）
    % reading the frames.
    fr = inputVideo（n）.cdata;  
    % converting the frames to grayscale.
    fr_bw = rgb2gray（fr）;       
    
    % calculating the difference of each pixel values from mean.
    for m=1:K
        diffFromMean（::m） = abs（double（fr_bw） - double（mean（::m）））;
    end
     
    % update gaussian components for each pixel values.
    for i=1:height
        for j=1:width
            
            match = 0; % its changed to 1 if the component is matched
            for k=1:K  
                % pixel matches component
                if （abs（diffFromMean（ij

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        7375  2018-02-01 20:21  RavdeepJohar.m