matlab运动目标检测代码

以下是一个基于帧差法的运动目标检测的 Matlab 代码示例：

% 读入视频文件
video = VideoReader('example_video.mp4');

% 获取视频的帧率和总帧数
frame_rate = video.FrameRate;
total_frames = video.NumFrames;

% 读取第一帧并转换为灰度图像
first_frame = read(video, 1);
gray_first_frame = rgb2gray(first_frame);

% 初始化背景模型
background_model = gray_first_frame;

% 循环处理每一帧
for frame_number = 2:total_frames
    % 读取当前帧并转换为灰度图像
    current_frame = read(video, frame_number);
    gray_current_frame = rgb2gray(current_frame);

    % 计算当前帧和背景模型的灰度差
    gray_diff = abs(double(gray_current_frame) - double(background_model));

    % 将灰度差二值化为二进制图像
    binary_diff = gray_diff > 30;

    % 对二进制图像进行形态学处理，填充空洞和平滑边缘
    se = strel('disk', 2);
    binary_diff = imclose(binary_diff, se);

    % 统计二进制图像中的连通区域，筛选出符合条件的运动目标
    [labeled_diff, num_objects] = bwlabel(binary_diff);
    for object_number = 1:num_objects
        object_size = sum(sum(labeled_diff == object_number));
        if object_size < 1000
            labeled_diff(labeled_diff == object_number) = 0;
        end
    end

    % 显示二进制图像和筛选后的运动目标
    subplot(1, 2, 1);
    imshow(binary_diff);
    subplot(1, 2, 2);
    imshow(current_frame);
    hold on;
    [rows, cols] = find(labeled_diff);
    plot(cols, rows, 'r.', 'MarkerSize', 10);
    hold off;

    % 更新背景模型
    background_model = 0.9 * background_model + 0.1 * gray_current_frame;

    % 控制处理速度
    pause(1 / frame_rate);
end

该代码将读取指定视频文件，使用帧差法检测视频中的运动目标，并将结果显示在图像中。可以根据需要调整阈值和其他参数以获得更好的检测效果。