混合高斯背景建模-运动物体检测

使用混合高斯背景建模方法，进行视频中运动物体的检测。 视频采用matlab自带的视频。 适用于背景静止的视频。 会用方框框出运动物体，阈值可自行调节。 含实验报告。课程实验，仅供参考。

close all;
clear all;
clc;
%运动物体检测-混合高斯背景建模
%视频采用matlab提供的 visiontraffic.avi atrium.avi singleball.avi

source=VideoReader（‘singleball.avi‘）;
numframes=source.NumberOfframes;

%----frame size variables------------------------
fr=read（source1）;%read in 1st frame as background frame
fr_bw=rgb2gray（fr）;%convert background to greyscale
fr_size=size（fr）;
width=source.Width;
height=source.Height;
fg=zeros（heightwidth）;%to save the foreground pixels
bg_bw=zeros（heightwidth）;%to update background

%----mog variables------------------------------
C=3;%number of Gaussian components
M=3;%number of background components
D=2.5;%positive deviation threshold
alpha=0.01;
thresh=0.25;%foreground threshold（0.25 or 0.75 in paper）
sd_init=6;%initial standard deviation（for new components）
w=zeros（heightwidthC）;%initialize weights array
sd=zeros（heightwidthC）;%pixel means
sd=zeros（heightwidthC）;%pixel standard deviations
u_diff=zeros（heightwidthC）;%difference of each pixel from mean
p=alpha/（1/C）;%initial p variable（used to update mean and sd）
rank=zeros（1C）;%rank of components（w/sd）

%----initialize component 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:C
            mean（ijk）=rand*pixel_range;  %means random （0-255）
            w（ijk）=1/C;%weights uniformly dist
            sd（ijk）=sd_init;%initialize to sd_init
        end
    end
end

%----process frams------------------------------
for n=1:numframes
    fr=read（sourcen）;
    fr_bw=rgb2gray（fr）;%convert frame to grayscale
    
    %calculate difference of pixel values from mean
    for m=1:C
        u_diff（::m）=abs（double（fr_bw）-double（mean（::m）））;
    end
    
    %update gaussian components for each pixel
    for i=1:height
    for j=1:width
        match=0;
        for k=1:C
            if（abs（u_diff（ijk））<=D*sd（ijk））%pixel matches component
                match=1;
                %update weightsmeansdp
                w（ijk）=（1-alpha）*w（ijk）+alpha;
                p=alpha/w（ijk）;
                mean（ijk）=（1-p）*mean（ijk）+p*double（fr_bw（ij））;
                sd（ijk）=sqrt（（1-p）*sd（ijk）^2+p*（（double（fr_bw（ij））-mean（ijk）））^2）;
            else%pixel does not match component
                w（ijk）=（1-alpha）*w（ijk）;%weight slightly decreases
            end
        end
        
        w（ij:）=w（ij:）./sum（w（ij:））;%the sum of gaussian models for each pixel
        
        bg_bw（ij）=0;
        for k=1:C
            bg_bw（ij）=bg_bw（ij）+mean（ijk）*w（ijk）;%update background
            if（bg_bw（ij）>thresh）
                k=k-1;
                M=k;
            end
        end
        
        %if no components matchcreate new component
        if（match==0）
            [min_wmin_w_index]=min（w（ij:））;
            mean（ijmin_w_index）=double（fr_b

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        5391  2016-12-26 15:21  MotionDetect.m
     文件     1277604  2017-01-12 12:09  课程设计.docx