MATLAB 单目相机实时测平面移动距离 图像二值化 背景差分法代码实现

以下是使用背景差分法实现实时测平面移动距离的 MATLAB 代码：

% 摄像头初始化
cam = webcam();
preview(cam);

% 获取背景图像
background = snapshot(cam);

% 背景图像二值化
background_bw = im2bw(background, 0.2);

% 设置阈值和最小像素面积
threshold = 0.1;
min_area = 100;

% 初始化前一帧图像
prev_frame = background_bw;

while true
    % 获取当前帧图像
    current_frame = snapshot(cam);
    
    % 当前帧图像二值化
    current_frame_bw = im2bw(current_frame, 0.2);
    
    % 背景差分
    diff_frame = imabsdiff(current_frame_bw, background_bw);
    
    % 阈值处理
    diff_frame_thresh = diff_frame > threshold;
    
    % 连通域分析
    labeled_frame = bwlabel(diff_frame_thresh);
    
    % 统计连通域面积
    measurements = regionprops(labeled_frame, 'Area');
    
    % 获取面积大于阈值的连通域
    idx = find([measurements.Area] > min_area);
    
    % 绘制连通域边框
    for i = 1:length(idx)
        bb = regionprops(labeled_frame == idx(i), 'BoundingBox');
        rectangle('Position', bb.BoundingBox, 'EdgeColor', 'r', 'LineWidth', 2);
    end
    
    % 计算平面移动距离
    diff_frame_bw = im2bw(diff_frame, threshold);
    diff_frame_bw = bwareaopen(diff_frame_bw, min_area);
    [x, y] = find(diff_frame_bw);
    xdiff = abs(mean(x) - size(current_frame_bw, 1)/2);
    ydiff = abs(mean(y) - size(current_frame_bw, 2)/2);
    distance = sqrt(xdiff^2 + ydiff^2);
    disp(['平面移动距离为: ', num2str(distance)]);
    
    % 更新前一帧图像
    prev_frame = current_frame_bw;
    
    % 显示当前帧图像和处理结果
    imshow(current_frame);
    hold on;
    drawnow;
end

代码中使用 `webcam` 函数初始化摄像头，并使用 `preview` 函数显示摄像头实时画面。然后获取背景图像，并将其二值化处理。接着设置阈值和最小像素面积，并初始化前一帧图像。

在 `while` 循环中，获取当前帧图像并将其二值化处理。然后使用背景差分方法得到前一帧图像和当前帧图像的差分图像。对差分图像进行阈值处理和连通域分析，绘制连通域边框。

接着计算平面移动距离。首先将差分图像二值化处理，并使用 `bwareaopen` 函数去除面积小于阈值的像素。然后计算白色像素的平均位置，并计算其与图像中心点的距离。最后使用勾股定理计算平面移动距离。

最后显示当前帧图像和处理结果，并更新前一帧图像。