Hello Mat

 找回密码
 立即注册
查看: 4129|回复: 0

背景减法运动目标检测

[复制链接]

1298

主题

1524

帖子

114

金钱

管理员

Rank: 9Rank: 9Rank: 9

积分
22653
发表于 2017-2-4 21:47:16 | 显示全部楼层 |阅读模式
    背景差法的实质是:实时输入的场景图像与背景图像进行作差,可以较准确的分割出运动目标。但是背景差法也有其缺陷,具体表现为:随着时间的推移,场景的光线、树叶的遮挡、或者运动物体滞留都会很大程度破坏已经建立好的背景图像。为了解决这些问题,最好的方法便是使用背景建模和背景更新算法来弥补。
  1. clc,clear,close all                    % 清屏、清工作区、关闭窗口
  2. warning off                         % 消除警告
  3. feature jit off                       % 加速代码执行
  4. im1 = imread('1.jpg');  im1 = im2double(im1);  % 加载图像并转化为double类型
  5. im2 = imread('30.jpg'); im2 = im2double(im2);  % 加载图像并转化为double类型
  6. im3 = imread('60.jpg'); im3 = im2double(im3);  % 加载图像并转化为double类型
  7. im4 = imread('80.jpg'); im4 = im2double(im4);  % 加载图像并转化为double类型
  8. im6 = imread('145.jpg'); % im6 = im2double(im6);  % 加载图像并转化为double类型
  9. T = 20;                          %固定阈值T=20
  10. im5 = (im1+im2+im3+im4)/4;  im5 = im2uint8(im5);
  11. im1 = im2uint8(im1);   im2 = im2uint8(im2);
  12. im3 = im2uint8(im3);   im4 = im2uint8(im4);
  13. im15 = im1-im5; im15 = im15(:,:,1) > T; % 阈值
  14. figure,imshow(im15,[])
  15. im25 = im2-im5; im25 = im25(:,:,1) > T; % 阈值
  16. figure,imshow(im25,[])
  17. im35 = im3-im5; im35 = im35(:,:,1) > T; % 阈值
  18. figure,imshow(im35,[])
  19. im45 = im4-im5; im45 = im45(:,:,1) > T; % 阈值
  20. figure,imshow(im45,[])
  21. im65 = im6-im5; im65 = im65(:,:,1) > T; % 阈值
  22. figure,imshow(im65,[])
复制代码


参考链接:http://halcom.cn/forum.php?mod=viewthread&tid=304&extra=page%3D1
http://halcom.cn/forum.php?mod=viewthread&tid=303&extra=page%3D1






本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
算法QQ  3283892722
群智能算法链接http://halcom.cn/forum.php?mod=forumdisplay&fid=73
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Python|Opencv|MATLAB|Halcom.cn ( 蜀ICP备16027072号 )

GMT+8, 2024-5-19 11:25 , Processed in 0.234965 second(s), 26 queries .

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表