1.完整项目描述和程序获取
>面包多安全交易平台:https://mbd.pub/o/bread/Y56amJdp
>如果链接失效，可以直接打开本站店铺搜索相关店铺：
>如果链接失效，程序调试报错或者项目合作也可以加微信或者QQ联系。
2.部分仿真图预览
3.算法概述
混合高斯模型使用K（基本为3到5个） 个高斯模型来表征图像中各个像素点的特征,在新一帧图像获得后更新混合高斯模型,用当前图像中的每个像素点与混合高斯模型匹配,如果成功则判定该点为背景点, 否则为前景点。通观整个高斯模型，他主要是有方差和均值两个参数决定，,对均值和方差的学习,采取不同的学习机制,将直接影响到模型的稳定性、精确性和收敛性。由于我们是对运动目标的背景提取建模，因此需要对高斯模型中方差和均值两个参数实时更新。为提高模型的学习能力,改进方法对均值和方差的更新采用不同的学习率;为提高在繁忙的场景下,大而慢的运动目标的检测效果,引入权值均值的概念,建立背景图像并实时更新,然后结合权值、权值均值和背景图像对像素点进行前景和背景的分类。
4.部分源码
...............................................................................
disp('正在读取视频...');
FileName_AVI = 'Vedio\test.avi';
[Obj,frameNum_Original] = get_AVI(FileName_AVI);
[pixel_original,pixel_gray] = vedio_op(Obj,frameNum_Original);
clear Obj;
for i = 1:frameNum_Original
pixel_gray2(:,:,i) = imresize(pixel_gray(:,:,i),[RR,CC]);
pixel_original2(:,:,:,i) = imresize(pixel_original(:,:,:,i),[RR,CC]);
end
clear pixel_gray pixel_original;
disp('读取视频完毕...');
disp('正在进行高斯混合模型的仿真...');
for i = 1:RR/CK
i
for j = 1:CC/CK
[image_sequence2,background_Update2,Images02,Images22] = func_Mix_Gauss_Model_diff(TT,pixel_original2(CK*(i-1)+1:CK*i,CK*(j-1)+1:CK*j,:,:),frameNum_Original,CK,CK,K,Alpha,Rho,Deviation_sq,Variance,Props,Back_Thresh,Comp_Thresh,SHADOWS);
image_sequence(CK*(i-1)+1:CK*i,CK*(j-1)+1:CK*j,:,:) = image_sequence2;
background_Update(CK*(i-1)+1:CK*i,CK*(j-1)+1:CK*j,:,:) = background_Update2;
Images0(CK*(i-1)+1:CK*i,CK*(j-1)+1:CK*j,:) = Images02;
Images2(CK*(i-1)+1:CK*i,CK*(j-1)+1:CK*j,:) = Images22;
end
end
disp('高斯混合模型的仿真完毕...');
disp('正在显示效果...');
figure;
for tt = 1:frameNum_Original
tt
subplot(221)
imshow(image_sequence(:,:,:,tt));
title('原始图像');
subplot(222)
imshow(uint8(background_Update(:,:,:,tt)));
title('背景图像更新');
subplot(223)
imshow(Images0(:,:,tt));
title('运动目标检测');
subplot(224)
imshow(Images2(:,:,tt));
title('运动目标检测去阴影');
pause(0.001);
end
disp('显示效果完毕...');
10_015_m
