高斯混合模型运动目标检测MATLAB

代码实现

1. 导入视频文件或摄像头视频流

如果想要从视频文件中读取视频，可以使用 VideoReader 函数，例如：

videoFile = "test.mp4";
v = VideoReader(videoFile);

如果想要使用摄像头视频流，可以使用 videoinput 函数，例如：

vid = videoinput('winvideo', 1, 'RGB24_640x480');
preview(vid);

2. 提取视频帧并预处理

使用 readFrame 函数可以逐帧读取视频，并使用 imresize 函数将图像大小缩小以加快处理速度，例如：

frame = readFrame(v);
frame = imresize(frame, 0.5);

可以对图像进行灰度化、高斯滤波、边缘检测等预处理操作，以提高后续目标检测的准确性。

3. 运用高斯混合模型进行背景建模

使用 vision.ForegroundDetector 函数进行背景建模，例如：

detector = vision.ForegroundDetector('NumGaussians', 5, 'NumTrainingFrames', 50);
foreground = detector.step(frame);

其中，NumGaussians 表示高斯分布数量，NumTrainingFrames 表示用于背景建模的帧数。

4. 提取运动目标并进行形态学处理

使用 bwlabel 函数对前景图像进行连通区域分析，提取运动目标，例如：

[labeledImage, numObjects] = bwlabel(foreground, 8);

可以使用 imfill 函数填充目标内部空洞，并使用 bwareaopen 函数去除面积较小的目标。

5. 绘制目标框并显示结果

使用 regionprops 函数获取运动目标的位置、面积等信息，然后使用 rectangle 函数绘制目标框，例如：

stats = regionprops('table', labeledImage, 'BoundingBox', 'Area');
bbox = stats.BoundingBox;
area = stats.Area;
for i = 1:numObjects
if area(i) > 1000
rectangle('Position', bbox(i,:), 'EdgeColor', 'r', 'LineWidth', 2);
end
end

最后使用 imshow 函数显示结果图像。

完整代码

videoFile = "test.mp4";
v = VideoReader(videoFile);
detector = vision.ForegroundDetector('NumGaussians', 5, 'NumTrainingFrames', 50);
while hasFrame(v)
frame = readFrame(v);
frame = imresize(frame, 0.5);
foreground = detector.step(frame);
[labeledImage, numObjects] = bwlabel(foreground, 8);
labeledImage = imfill(labeledImage, 'holes');
labeledImage = bwareaopen(labeledImage, 100);
stats = regionprops('table', labeledImage, 'BoundingBox', 'Area');
bbox = stats.BoundingBox;
area = stats.Area;
for i = 1:numObjects
if area(i) > 1000
rectangle('Position', bbox(i,:), 'EdgeColor', 'r', 'LineWidth', 2);
end
end
imshow(frame);
end