1 簡介

為解決視頻幀目標(biāo)跟蹤中的尺度變化導(dǎo)致的目標(biāo)跟蹤發(fā)生跟丟的問題,提出一種自適應(yīng)跟蹤窗口的處理方法,利用下一幀的估計(jì)位置與當(dāng)前幀目標(biāo)位置的差值作為檢測量,自適應(yīng)調(diào)整跟蹤窗口,實(shí)現(xiàn)目標(biāo)的有效檢測和跟蹤.實(shí)驗(yàn)結(jié)果表明:該方法能有效降低目標(biāo)跟丟的概率,預(yù)防目標(biāo)的誤跟蹤,適應(yīng)目標(biāo)尺度變化.

2 部分代碼

% extracts the center (cc,cr) and radius of the largest blobfunction [stats,N,flag,foremm]=extract(Imwork,Imback,index)%,fig1,fig2,fig3,fig15,index) ?cc = 0; ?cr = 0; ?flag = 0; ?[MR,MC,Dim] = size(Imback); ?%Imwork(:,:,1),Imwork(:,:,2),Imwork(:,:,3),分別是圖像的RGB值, ?%程序的目的是提取兩幅圖R,G,B三個(gè)通道的差值大于10的部分(二值化) ?% subtract background & select pixels with a big difference ?fore = zeros(MR,MC); ? ? ? ? ? ?fore = imabsdiff(Imwork,Imback); ?%進(jìn)行二值化，去除圖像噪聲 ?Im2=im2bw(fore,80/255); ?%對(duì)圖像進(jìn)行膨脹操作 ?foremm = bwmorph(Im2,'dilate',4); %2 time ?% select largest object ?labeled = bwlabel(foremm,4); ? ? ? ? ? ? ?%標(biāo)注二進(jìn)制圖像中已連接的部分。 ?stats = regionprops(labeled,['basic']); ? %獲取label的圖形屬性 ?%使用字符串'basic'，則屬性：'Area'，'Centroid'和'BoundingBox'將被計(jì)算 ?[N,W] = size(stats); ?if N < 1 ? ?return ? ?end ?% do bubble sort (large to small) on regions in case there are more than 1 ?id = zeros(N); ? ? ? ? ? ?% ? N為檢測到的目標(biāo)的個(gè)數(shù) ?for i = 1 : N ? ?id(i) = i; ?end ?for i = 1 : N-1 ? ?for j = i+1 : N ? ? ?if stats(i).Area < stats(j).Area ? ? ? ?tmp = stats(i); ? ? ? ?stats(i) = stats(j); ? ? ? ?stats(j) = tmp; ? ? ? ?tmp = id(i); ? ? ? ?id(i) = id(j); ? ? ? ?id(j) = tmp; ? ? ?end ? ?end ?end ?% make sure that there is at least 1 big region ?if stats(1).Area < 100 ? ?return ?end ?%selected = (labeled==id(1)); ?flag = 1; ?return

3 仿真結(jié)果

4 參考文獻(xiàn)

[1]李妍妍, 田瑞娟, 張弦弦. 一種基于幀差法結(jié)合Kalman濾波的運(yùn)動(dòng)目標(biāo)跟蹤方法[J]. 兵工自動(dòng)化, 2019, 38(4):4.

博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測、信號(hào)處理、元胞自動(dòng)機(jī)、圖像處理、路徑規(guī)劃、無人機(jī)等多種領(lǐng)域的Matlab仿真，相關(guān)matlab代碼問題可私信交流。

部分理論引用網(wǎng)絡(luò)文獻(xiàn)，若有侵權(quán)聯(lián)系博主刪除。