自适应背景更新

这个部分的方法参考您提供的论文的这个部分：

由于这里，人物的走动密度由的时候比较密集，有的时候比较稀疏，无法用传统的方法提取背景，所以这里的方法参考了如下的文献（代码包中我们提供了）

具体请看这几个章节。

 

对应的代码如下所示：

function back3 = func_getbackground(image,frames,T);

rows = size(image,1);   

cols = size(image,2);   

d(1:rows,1:cols,1)          = image(1:rows,1:cols,1);

for k = 2:frames

    d(1:rows,1:cols,k)      = image(1:rows,1:cols,k) - image(1:rows,1:cols,k-1);

end

//以上就是求解图像的差分

CDM(1:rows,1:cols,2:frames) = d(1:rows,1:cols,2:frames);

CDM(abs(CDM) <  T)=0;

CDM(abs(CDM) >= T)=255;

//求CDM值

m=0;

for i=1:rows

   for j=1:cols

        for k=2:frames

             if CDM(i,j,k) == 0

             m(k)=1;

             end

             if CDM(i,j,k) == 255

             m(k)=rand(1);

             end         

        end

             position(i,j) = func_position(m);

    end

end

//求解CDM中最大的连0的坐标

for i=1:rows

    for j=1:cols

    back3(i,j) =image(i,j,position(i,j));   

    end

end

//获得背景

第三步：当前图片与背景的差

这里求解差，并将得到的结果求二值图

 

 

第四步：形态学处理

function images3 = func_morpho(image);

%***************************************************************

%This function is used to remove the noise

 

rows = size(image,1);   

cols = size(image,2);

 

%Remove noise by size judging

images3(1:rows,1:cols)=bwareaopen(image(1:rows,1:cols),40);

 

end

这里我们主要将视屏中的个别噪点去掉使画面更加’干净’；

第五步：边缘检测

function images = func_edgedetection(image);

%***************************************************************

%This function is used to find the edge in binary image

 

rows = size(image,1);   

cols = size(image,2);

for i=2:rows-1

   for j=2:cols-1

     %Find boundary pixel

     if image(i,j)==1 &&(image(i+1,j)==0||image(i-1,j)==0||image(i,j+1)==0||image(i,j-1)==0)

     images(i,j)=255;

     else

     images(i,j)=0;

     end

   end

end

 

%Boundary of image

images(rows,:)=0;

images(:,cols)=0;

 

end

普通边间求解法

第六步：最后的运动跟踪效果

function [res,res2] = func_detect(iamges0,images,seq);

 [r,c]      = size(images);

res(:,:,1) = seq;

res(:,:,2) = seq;

res(:,:,3) = seq;  

for i = 1:r

    for j = 1:c

        if images(i,j) == 255

           res(i:i,j:j,1) = 255;

           res(i:i,j:j,2) = 0;

           res(i:i,j:j,3) = 0;

        else

           res(i,j,1) = seq(i,j);

           res(i,j,2) = seq(i,j);

           res(i,j,3) = seq(i,j);           

        end

    end

end

 [rows,cols]       = size(iamges0);

 

for i = 1:rows

    for j = 1:cols

        if iamges0(i,j) == 1

           tt = rand(1,1);

               if tt > 0.4

                   res2(i:i,j:j,1) = 255;

                   res2(i:i,j:j,2) = 0;

                   res2(i:i,j:j,3) = 0;

               else

                   res2(i,j,1) = seq(i,j);

                   res2(i,j,2) = seq(i,j);

                   res2(i,j,3) = seq(i,j);

               end

        else

               res2(i,j,1) = seq(i,j);

               res2(i,j,2) = seq(i,j);

               res2(i,j,3) = seq(i,j);            

        end

    end

end