资源简介

利用多维高斯混合模型,建立背景,然后通过减背景获得前景区域,多维高斯混合模型具有较强的抗噪声,较好适应光线变化

资源截图

代码片段和文件信息

% This m-file implements the mixture of Gaussians algorithm for background
% subtraction.  It may be used free of charge for any purpose (commercial
% or otherwise) as long as the author (Seth Benton) is acknowledged.


clear all

% source = aviread(‘C:\Video\Source\traffic\san_fran_traffic_30sec_QVGA‘);
source = aviread(‘..\test_video\san_fran_traffic_30sec_QVGA_Cinepak‘);

% -----------------------  frame size variables -----------------------

fr = source(1).cdata;           % read in 1st frame as background frame
fr_bw = rgb2gray(fr);     % convert background to greyscale
fr_size = size(fr);             
width = fr_size(2);
height = fr_size(1);
fg = zeros(height width);
bg_bw = zeros(height width);

% --------------------- mog variables -----------------------------------

C = 3;                                  % number of gaussian components (typically 3-5)
M = 3;                                  % number of background components
D = 2.5;                                % positive deviation threshold
alpha = 0.01;                           % learning rate (between 0 and 1) (from paper 0.01)
thresh = 0.25;                          % foreground threshold (0.25 or 0.75 in paper)
sd_init = 6;                            % initial standard deviation (for new components) var = 36 in paper
w = zeros(heightwidthC);              % initialize weights array
mean = zeros(heightwidthC);           % pixel means
sd = zeros(heightwidthC);             % pixel standard deviations
u_diff = zeros(heightwidthC);         % difference of each pixel from mean
p = alpha/(1/C);                        % initial p variable (used to update mean and sd)
rank = zeros(1C);                      % rank of components (w/sd)


% --------------------- initialize component means and weights -----------

pixel_depth = 8;                        % 8-bit resolution
pixel_range = 2^pixel_depth -1;         % pixel range (# of possible values)

for i=1:height
    for j=1:width
        for k=1:C
            
            mean(ijk) = rand*pixel_range;     % means random (0-255)
            w(ijk) = 1/C;                     % weights uniformly dist
            sd(ijk) = sd_init;                % initialize to sd_init
            
        end
    end
end

%--------------------- process frames -----------------------------------

for n = 1:length(source)

    fr = source(n).cdata;       % read in frame
    fr_bw = rgb2gray(fr);       % convert frame to grayscale
    
    % calculate difference of pixel values from mean
    for m=1:C
        u_diff(::m) = abs(double(fr_bw) - double(mean(::m)));
    end
     
    % update gaussian components for each pixel
    for i=1:height
        for j=1:width
            
            match = 0;
            for k=1:C                       
                if (abs(u_diff(ijk)) <= D*sd(ijk))       % pixel matches component
                    
                   

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        5224  2008-12-11 22:37  mixture_of_gaussians.m

评论

共有 条评论