m通过目标形心提取、颜色模型以及边缘提取实现两个相向移动人员交叉遮挡过程的检测和分割matlab仿真

简介: m通过目标形心提取、颜色模型以及边缘提取实现两个相向移动人员交叉遮挡过程的检测和分割matlab仿真

1.算法仿真效果
matlab2013b仿真结果如下:

4d3edeb4a1218b255811e9b3d7e0eaa0_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
c3db61b92dcab124a209e088599fce3f_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
6c4fda06360c51e4fa34d897b83c0512_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
dbd521e80f23e31698a35ebf9142cb46_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

2.算法涉及理论知识概要

   我对这种类型的问题的做了几方面研究,总的归纳来讲又如下几个方面:对于交叉问题,目前所了解的方法,视频必须满足如下几个要求:

   第一:视频的背景需要静止,或者说不能又太大的抖动,否则会导致较大的干扰;

   第二:视频上物体必须又出现物体分开的效果,这样可以提取物体物体的特征,所以你提供的第二个视频,两个人一直重合,这会导致无法识别;

   第三:视频的特征提取方法,如果两个物体颜色相似,那么通过提取颜色是不可取的,如果根据动作来区分,如果两个物体运动一致,那么也不行,这里我们通过提取物体的形心来区分不同的物体,只有当两个物体完全重合的时候,形心才有可能重合;

    第四:物体的分割,采用传统的方框来分,人物轮廓的分割方法在交叉的时候,或者是物体在较远的时候,不太可行。

   本算法是根据物体的特征提取进行的。

物体的形心:

2fa9a791d389be82d1e1eff0f23e1914_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

物体的颜色:
7e17f2d9da992f6817d3c86fc39070e2_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

   在运动的开始,必须满足不同物体是分开的,这样就可以对每个不同的物体进行特征提取,当出现不同物体交叉的时候,就可以通过之前提取的特征参数进行分割。当时当物体的颜色相似的时候,靠颜色的提取是无法区分物体的,这里,我们主要通过形心来区分物体。

形心跟踪:
%第三级显示,人物形心跟踪效果

    jj=0;
    for j=1:nobjs       
        jj        = jj+1;
        if check_frame>0
           check1 = abs(Xn_ref(nseg,1) - Xn(nseg,1));
           check2 = abs(Xn_ref(nseg,1) - Xn(nseg,2));   
        end
        %为了计算精度,将形心坐标的差值的平均作为预测增量 
        if nobjs == 2
             if check1 >= check2 
                 plot(Xn(nseg,1),Yn(nseg,1),'g*');hold on
                 plot(Xn(nseg,2),Yn(nseg,2),'r*');hold on
             else
                 plot(Xn(nseg,1),Yn(nseg,1),'r*');hold on
                 plot(Xn(nseg,2),Yn(nseg,2),'g*');hold on 
             end
        end
        if nobjs == 1
           plot(Xn(nseg,1),Yn(nseg,1),'g*');hold on
           plot(Xn(nseg,2),Yn(nseg,2),'r*');hold on               
        end              
    end


3.MATLAB核心程序

%第二级显示,人体轮廓
%第二级显示,人体轮廓
        jj=0;
        for j=1:nobjs        
            rc=[min(B{j}(:,2)) min(B{j}(:,1)) max(B{j}(:,2))-min(B{j}(:,2)) max(B{j}(:,1))-min(B{j}(:,1))];
            [l_x l_y] = find(L==j);%计算坐标
            cx        = mean(l_x);
            cy        = mean(l_y);
            Area      = size(l_x,1);        
            jj        = jj+1;
 
            if check_frame>0
               check1(nseg) = abs(Xn_ref(nseg,1) - Xn(nseg,1));
               check2(nseg) = abs(Xn_ref(nseg,1) - Xn(nseg,2));   
            end
            %为了计算精度,将形心坐标的差值的平均作为预测增量 
            if nobjs == 2
                 if check1 >= check2
                     if jj == 1
                         figure(1);
                         plot(B{j}(:,2),B{j}(:,1),'g','LineWidth',1);hold on  
                     else
                         figure(1);
                         plot(B{j}(:,2),B{j}(:,1),'r','LineWidth',1);hold on 
                     end   
                 else
                     if jj == 1
                         figure(1);
                         plot(B{j}(:,2),B{j}(:,1),'r','LineWidth',1);hold on  
                     else
                         figure(1);
                         plot(B{j}(:,2),B{j}(:,1),'g','LineWidth',1);hold on 
                     end   
                 end
            end
            if nobjs == 1
                 plot(B{j}(:,2),B{j}(:,1),'y','LineWidth',1);hold on                 
            end  
        end
相关文章
|
5月前
|
算法 机器人 计算机视觉
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
183 0
|
5月前
|
开发框架 算法 .NET
基于ADMM无穷范数检测算法的MIMO通信系统信号检测MATLAB仿真,对比ML,MMSE,ZF以及LAMA
简介:本文介绍基于ADMM的MIMO信号检测算法,结合无穷范数优化与交替方向乘子法,降低计算复杂度并提升检测性能。涵盖MATLAB 2024b实现效果图、核心代码及详细注释,并对比ML、MMSE、ZF、OCD_MMSE与LAMA等算法。重点分析LAMA基于消息传递的低复杂度优势,适用于大规模MIMO系统,为通信系统检测提供理论支持与实践方案。(238字)
|
6月前
|
机器学习/深度学习 算法 安全
【图像处理】使用四树分割和直方图移动的可逆图像数据隐藏(Matlab代码实现)
【图像处理】使用四树分割和直方图移动的可逆图像数据隐藏(Matlab代码实现)
239 2
|
6月前
|
canal 算法 vr&ar
【图像处理】基于电磁学优化算法的多阈值分割算法研究(Matlab代码实现)
【图像处理】基于电磁学优化算法的多阈值分割算法研究(Matlab代码实现)
204 1
|
6月前
|
机器学习/深度学习 传感器 算法
【裂纹检测】检测和标记图片中的裂缝(Matlab代码实现)
【裂纹检测】检测和标记图片中的裂缝(Matlab代码实现)
300 5
|
6月前
|
存储 算法 安全
【多目标工程应用】基于MOGWO的地铁隧道上方基坑工程优化设计研究(Matlab代码实现)
【多目标工程应用】基于MOGWO的地铁隧道上方基坑工程优化设计研究(Matlab代码实现)
112 4
|
6月前
|
机器学习/深度学习 运维 算法
【微电网多目标优化调度】多目标学习者行为优化算法MOLPB求解微电网多目标优化调度研究(Matlab代码实现)
【微电网多目标优化调度】多目标学习者行为优化算法MOLPB求解微电网多目标优化调度研究(Matlab代码实现)
305 1
|
5月前
|
机器学习/深度学习 供应链 算法
【电动车】基于削峰填谷的电动汽车多目标优化调度策略研究(Matlab代码实现)
【电动车】基于削峰填谷的电动汽车多目标优化调度策略研究(Matlab代码实现)
207 0
|
5月前
|
存储 人工智能 移动开发
利用 Hough 变换处理量测得到的含杂波的二维坐标,解决多目标航迹起始问题(Matlab代码实现)
利用 Hough 变换处理量测得到的含杂波的二维坐标,解决多目标航迹起始问题(Matlab代码实现)
133 0
|
5月前
|
机器学习/深度学习 数据采集 负载均衡
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
276 0

热门文章

最新文章