MATLAB 视频测平面移动距离 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视频中平面移动距离的 MATLAB 代码：

% 读入视频
v = VideoReader('test_video.mp4');

% 读入参考帧作为背景图像
ref_frame = read(v, 1);
ref_frame_gray = rgb2gray(ref_frame);

% 设置阈值和连通域面积阈值
thresh = 25;
min_area = 100;

% 初始化变量
prev_frame = ref_frame_gray;
dist = 0;

while hasFrame(v)
    % 读入当前帧并转换为灰度图像
    curr_frame = readFrame(v);
    curr_frame_gray = rgb2gray(curr_frame);
    
    % 计算当前帧与背景图像的差分
    diff = abs(curr_frame_gray - ref_frame_gray);
    
    % 二值化差分图像
    binary_diff = diff > thresh;
    
    % 对二值化图像进行膨胀操作，填补物体内部空洞
    se = strel('disk', 5);
    dilated_diff = imdilate(binary_diff, se);
    
    % 标记连通域并筛选出符合条件的物体
    [labels, num_labels] = bwlabel(dilated_diff);
    props = regionprops(labels, 'Area', 'Centroid');
    valid_props = props([props.Area] > min_area);
    
    % 绘制物体中心轨迹
    for i = 1:numel(valid_props)
        centroid = valid_props(i).Centroid;
        plot(centroid(1), centroid(2), 'r*');
    end
    
    % 计算相邻帧物体中心点之间的距离，并累加到总移动距离
    for i = 1:numel(valid_props)
        centroid = valid_props(i).Centroid;
        dist = dist + norm(centroid - prev_centroids(i,:));
    end
    
    % 更新上一帧物体中心点位置
    prev_centroids = [valid_props.Centroid];
    
    % 显示当前帧
    imshow(curr_frame);
    drawnow;
    
    % 更新上一帧
    prev_frame = curr_frame_gray;
end

% 输出总移动距离
disp(['Total distance moved: ' num2str(dist) ' pixels']);

这段代码首先读入视频并将第一帧作为参考帧作为背景图像。然后，它对每一帧图像进行背景差分，得到差分图像，再对差分图像进行二值化、膨胀和连通域分析，筛选出符合条件的物体，并计算相邻帧物体中心点之间的距离，最后累加到总移动距离上。