资源简介
基于混合高斯模型并利用meanshift算法结合实现视频中运动目标的跟踪,可处理复杂背景,实时
代码片段和文件信息
%///////////////////////////////////////////////////////////////////////////////////////////%
close all;
clear all;
%% 使用在线k均值的算法实现混合高斯模型参数的初始化
% ----------------------- 利用训练视频序列初始化高斯模型参数 ----------------
clear;
clc;
trainsequence = 80; % 训练视频序列的帧数
distance = 10; % 间隔选取图像,避免物体运动太慢的情况发生
thresh = 15; % 用于选定的各样本与聚类中心均值的做大误差
% 高斯模型的一些相关参数
test_start = 1;
delta = 2.5*3;
alfa = 0.001;
sigma = 6;
maxK = 4;
TH = 0.25;
movFile = ‘F:\Infrared video pedestrian detection\testcap\testcap4\test.avi‘;
video = mmreader(movFile);
fileinfo = aviinfo(movFile);
nframe = fileinfo.Numframes;
test_sequence = nframe;
% 初始化parameters的相关参数
% name = sprintf(‘%d.jpg‘1);
% File_name=‘E:\数据库\视频1\4_1Data\‘;
% str = int2str(0001);
% name = strcat(File_namestr‘.jpg‘);%
% first_im = double(imread(name)); % 务必要将数据转化成double型数据,以便下面计算
mov = read(video1);
first_im = double(mov);
height = size(first_im1);
width = size(first_im2);
parameter = cell(heightwidth); % 混合高斯模型的参数
t1 = clock;
for i = 1:height
for j = 1:width
x = (first_im(ij1)+first_im(ij2)+first_im(ij3))/3;
parameter{ij} = ([xfirst_im(ij1)first_im(ij2)first_im(ij3)01]);
% 该矩阵的第一列为灰度均值,第二列到第四列为对应的RGB值第五列为方差(sigma的平方)
% 第六列为与之对应的样本数量
% 当出现新的聚类时新添加一行,每列对应第一行的数据格式
end
end
% ------------------------- 在线k均值聚类 ----------------------------------
for frame = 2:distance:trainsequence
% 读入视频序列中的一幅新图像
% File_name=‘E:\数据库\视频1\4_1Data\‘;
% str = int2str(frame);
% name = strcat(File_namestr‘.jpg‘);%
% % name = sprintf(‘%d.jpg‘frame);
% new = double(imread(name));
mov = read(videoframe);
new = double(mov);
% 对新读入的图像的像素值归类
for i = 1:height
for j = 1:width
x = (new(ij1)+new(ij2)+new(ij3))/3;
% 找到最近的聚类中心
% -------------------------------------------------------------
min_c = abs(x - parameter{ij}(11));
min_no = 1;
if size(parameter{ij}1) >=2
for c = 2:size(parameter{ij}1)
- 上一篇:基于qr分解的thp预编码
- 下一篇:matlab仿真IMM算法
相关资源
- 基于meanshift的图像分割matlab代码
- GMM代码用于目标检测
- matlab实现meanshift图像分割
- GMM的matlab实现集合
- GMM模型,用MATlab编写的。可以用来训
- meanshift的matlab实现及2维图演示代码
- 基于MeanShift的目标跟踪算法
- 混合高斯模型用于前景提取
- matlab实现的meanshift视频目标跟踪程序
- 用matlab实现的meanshift跟踪算法
- 基于meanshift的彩色图像分割算法源代
- meanshift原理图像分割matlab程序
- EM算法训练GMM的聚类函数vq_flat看评论
- MeanShift_MATLAB代码+详细注释
- 高斯混合模型GMM 及高斯混合回归MAT
- 基于混合高斯模型的图像分割方法
- Meanshift图像分割matlab
- matlab写的GMM代码
- GMM 混合高斯背景建模
- 声纹识别
- GMMP SkinColor
- 高斯混合模型(GMM)
- GMM-UBM系统框架的MAP算法
- GMM,HMM的语音识别,说话人识别源码
- 基于Meanshift的单目标跟踪算法
- meanshift目标跟踪MATLAB实现
- GMM GMM的说话人识别系统
- GMM 本代码建立高斯混合模型(高斯多
- MFCC-GMM 基于MFCC的GMM的说话人识别
- meanshiftsegmentation 均值漂移图像分割测
评论
共有 条评论